A Corpus-Based Investigation of Academic Vocabulary and Phrasal Verbs in Academic Spoken English
Notice bibliographique
Résumé
Academic spoken language is capturing the attention of many vocabulary researchers in recent years (Rodgers & Webb, 2016;Thompson, 2005).In turn, research has focused on assessing word lists to promote second language learners' comprehension of academic speech (Dang & Webb, 2014).The present thesis is comprised of two corpus-based studies investigating academic spoken discourse.The first study examined (1) the vocabulary demands of spoken academic English and (2) the coverage of Coxhead's (2000) Academic Word List (AWL) in spoken Academic English.Transcripts of 62 lectures and 7 seminars form the Michigan Corpus of Academic Spoken English (MICASE) were collected and analyzed.The findings suggested that coupled with proper nouns and marginal words, knowledge of the most frequent 3,000 or 7,000 word families is needed to reach 95.55% and 98.03% coverage respectively of the combined lectures and seminars corpus.The AWL provided 3.68% coverage of the combined seminars and lectures corpus.The second study compared the lexical coverage of Garnier and Schmitt's (2015) phrasal verb list (PHaVE List) with the most frequent 150 AWL lemmatized verbs in academic spoken English.The analysis was carried out on a 2,431,351 running-word corpus created from the British Academic Spoken English (BASE) and the MICASE corpora.The finding indicated that the PHaVE List accounted for slightly higher coverage figures than the AWL in the study corpus.Pedagogical implications were made for English for academic purposes teachers, learners and material designers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».