MétaCan
Menu
Retour à la cohorte
Enregistrement W2963167362 · doi:10.5539/ijel.v9n4p376

Metadiscourse in Research Writing: A Study of Native English and Pakistani Research Articles

2019· article· en· W2963167362 sur OpenAlexvenueno aff
Haroon Shafique, Muhammad Shahbaz, Muhammad Hafeez

Notice bibliographique

RevueInternational Journal of English Linguistics · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetadiscourseAcademic writingLinguisticsGenre analysisStructuringResearch articlePsychologyComputer scienceMathematics educationLibrary sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Metadiscourse is extremely important for structuring a relationship between writer and reader when it comes to academic writing. It is an interesting area of inquiry that is believed to play a vital role in writing persuasive discourse, based on the expectations of the people involved (Behzad & Shafique, 2018). This study deals with the comparative analysis of native English and Pakistani research articles. For this research, 100 native English and Pakistani English research articles are taken, following Hyland and Tse (2004a) model of metadiscourse. A corpus-based mixed method research approach is employed to carry out this study. All the metadiscursive devices are quantified by using corpus-based approach and then analyzed qualitatively. The results reveal that Pakistani research writers use more interactive markers whereas the interactional markers are found frequent in native English academic writers. The overall results disclose that Native research writers of English are more persuasive in their research writing as they guide the readers through text as well as involve them through different markers effectively.

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)0,006
score de la tête « metaresearch » (Gemma)0,080
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,241
Score d'incertitude au seuil0,928

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,080
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,129
Tête enseignante GPT0,440
Écart entre enseignants0,311 · 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.

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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207