MétaCan
Menu
Retour à la cohorte
Enregistrement W3153877322 · doi:10.5539/ijel.v11n3p39

A Rhetorical Approach to Critical Reading of Literary Texts

2021· article· en· W3153877322 sur OpenAlexvenueno aff
Hong Zhang

Notice bibliographique

RevueInternational Journal of English Linguistics · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRhetorical questionReading (process)Interpretation (philosophy)PersuasionRhetorical deviceRhetorical modesConstructiveMeaning (existential)SociologyLinguisticsLiteratureEpistemologyArtPhilosophyComputer scienceProcess (computing)

Résumé

récupéré en direct d'OpenAlex

From a rhetorical point of view, reading is not an isolated process of absorbing the meaning of words in a text but a creative activity in which the reader constructs meaning through the symbolic exchange with the text in a particular situation. This study elaborates on the rhetorical features of literary texts through the lens of rhetorical situation, rhetorical purpose, and Aristotle’s three means of persuasion. It then illustrates how to approach a literary text rhetorically through the interpretation of Sandra Cisneros’ The House on Mango Street, shedding light on the development of critical reading in literary instruction. The study displays the literary text’s rhetoricity and demonstrates that the rhetorical approach enables the readers to explore the persuasive mechanism of a literary text, examine the sources the writer marshals to adapt to the audience and make their judgments based on the ethical, emotional, and logical proofs. Furthermore, the rhetorical approach to literary reading provides theoretical ground for a rhetorical mode of literary instruction, which directs our focus on the readers’ constructive role and creates more space for individual interpretation. In this way, a rhetorical approach to literary reading plays a significant role in developing student readers’ creativity, critical thinking, and rhetorical awareness both in reading and writing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0060,042
Communication savante0,0120,009
Science ouverte0,0020,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,424
Écart entre enseignants0,359 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetDigital Storytelling and EducationTravaux en français237 207