Variations in Textualization: A Cross-generic and Cross-disciplinary Study, Implications for Readability of the Academic Discourse
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
According to discoursal views on language, variations in textualization strategies are always socio-contextually motivated and never happen at random. The textual forms employed in a text, along with many other discoursal and contextual factors, could certainly affect the readability of the text, making it more or less processable for the same reader. On the basis of these assumptions, the present study set out to examine how our data varied across genres and disciplines in terms of our target textual forms. These forms are as follows: the magnitude of T-unit (MOTU), the degree of embeddedness of the main verb in T-unit (DE), the physical distance between the verb and its satellite elements (PD), the magnitude of the noun phrase appearing before the verb (MOX), and the magnitude of noun phrase appearing after the verb (MOY). Our data consisted of 20 research articles randomly selected from two different disciplines of Biology and Applied Linguistics, to be analyzed in terms of the above-named textual strategies. One way ANOVA and post hoc Tukey tests were used for data analyses. The results revealed cross-generic as well as cross-disciplinary differences in the employment of the above textual forms. These findings were discussed in terms of the academic concepts and discourse on the one hand and the possible effect of the required textual forms on the readability of the text on the other hand.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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