A Comparative Genre-Based Analysis of Move-Step Structure of RAIs in Two Different Publication Contexts
Notice bibliographique
Résumé
This genre-based study investigates the move-step structure of two sets of English-medium research article introductions (RAIs) in the field of applied linguistics using Swales’ (1990, 2004) Create a Research Space (CARS) model of move/step analysis. A corpus of 30 RAIs from two English-medium research articles (15 International and 15 Local) was selected. The international research articles written for an international readership were selected from the journal English for Specific Purposes, while the local research articles, written for local readers, were selected from Arab World English Journal. The findings indicated that although the three moves suggested by the CARS (Swales, 1990, 2004) model appeared in the two subcorpora, some variation was observed with respect to the range of moves employed in each subcorpus. As expected, Move 2 was not always found in texts in the Local subcorpus. In terms of steps and sub-steps analysis, the findings showed the three steps and sub-steps of Move 1 are conventional in the International and Local applied linguistics RAIs. Further, while M2-S1B is conventional and M2-S1A is optional in the Local subcorpus, these two sub-steps of Move 2 are conventional in the International subcorpus. There were no striking differences between the two subcorpora with regard to the employment of the proposed steps of Move 3. Limitations and the implications of the findings, as well as recommendation of some suggestions for future research are provided.
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 | 0,007 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».