MétaCan
Menu
Retour à la cohorte
Enregistrement W3160278600 · doi:10.31468/dwr.849

Plain language practices of professional writers in Quebec

2021· article· en· W3160278600 sur OpenAlexaffvenueabout
Adeline Müller, Isabelle Clerc, Thomas François

Notice bibliographique

RevueDiscourse and Writing/Rédactologie · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPlain languageFeelingTask (project management)Focus (optics)Work (physics)Plain EnglishProfessional writingLinguisticsPsychologyComputer scienceMathematics educationSocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

This article investigates the plain language practices of professional writers in Quebec, using a survey. We contacted 55 professional writers and asked them to complete an online survey about how they apply plain language in their work, and the type of writing assistance they would find useful. We also asked 40 of those writers to carry out a simplification task to see what kind of simplifications they were actually making.
 If the feelings about the reality of the writers’ work is in line with the literature, opinions on plain language guidelines are not. Most writers in our survey find them useful and precise enough, and this contrasts with reported criticisms of such guides. In the simplification task, we noticed that writers focus on the overall understanding of the text, and not only on some linguistic characteristics (as shown in plain language guidelines). The more experienced the writer, the more changes they will make to visual/structural aspects or relational efficiency. Putting the focus on the reader’s needs is their main concern.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,170
Tête enseignante GPT0,552
Écart entre enseignants0,382 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiscourse and Writing/RédactologieMême sujetInterpreting and Communication in HealthcareTravaux en français237 207