MétaCan
Menu
Retour à la cohorte
Enregistrement W2763522661 · doi:10.5539/elt.v10n11p87

Construction of Stance through the Use of Retrospective Labels by American and Turkish Academic Writers

2017· article· en· W2763522661 sur OpenAlexvenueno aff
Hüseyin Kafes

Notice bibliographique

RevueEnglish Language Teaching · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésTurkishRhetorical questionPsychologyRetrospective cohort studyQualitative researchMathematics educationConstruct (python library)LinguisticsSociologyComputer scienceSocial scienceMedicine

Résumé

récupéré en direct d'OpenAlex

In parallel with the recognition of the importance of writer presence in academic texts, there has been an increasing interest in writer stance. Yet, very little of this research has been devoted to the construction of stance through retrospective labels. Driven by this need, this study aims to investigate the construction of stance through retrospective labels by American and novice Turkish writers in their texts. Using a corpus-based methodology comprising of quantitative and qualitative procedures, this study analyzes the frequency counts of stance through retrospective labels and the functions associated with them. The results of this corpus-based research have revealed similarities as well as some marked differences between the two corpora. It seems that in addition to proficiency in English, educational background of novice Turkish academic writers have an impact on their construction of stance through retrospective labels. I suggest that the strategic employment of retrospective labels to create stance is a valuable rhetorical strategy for academic writers to construct convincing arguments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,292
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207