MétaCan
Menu
Retour à la cohorte
Enregistrement W3192687339 · doi:10.1075/jerpp.20012.bau

Scholarly publication of Brazilian researchers across disciplinary communities

2021· article· en· W3192687339 sur OpenAlexaff
Laura Knijnik Baumvol, Simone Sarmento, Ana Beatriz Arêas da Luz Fontes

Notice bibliographique

RevueJournal of English for Research Publication Purposes · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPortugueseDisciplineContext (archaeology)PublishingPreferenceInclusion (mineral)Knowledge productionCurriculumEnglish languagePolitical sciencePublic relationsWork (physics)SociologyLibrary scienceSocial sciencePedagogyKnowledge managementPsychologyGeographyEngineeringMathematics educationLinguisticsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper examines the context of scholarly knowledge production and dissemination in Brazil by comparing the publishing practices in both Portuguese and in English of Brazilian scholars who hold a research grant, across eight fields of knowledge. Data consists of 1,874 Curricula Vitae and the analysis focused on the language, number, and genres of publications over a three-year period (2014 to 2016). The study revealed a clear contrast regarding the more frequent use of English by researchers in the ‘harder’ sciences and the preference for Portuguese by those in the ‘softer’ sciences. The results also suggested an interconnection in which scholars who published the most tended to adopt English. Multiple factors involved in the genre and language choices made by academics were analysed, such as characteristics of the work produced by each disciplinary community, the audience of the research, the type of language used, and the need to obtain research funding. This investigation can potentially inform policies and investments in Brazilian higher education and research to provide continued support specific to the needs of different disciplinary communities, as well as foster the inclusion of multilingual scholars who do not have English as their first language in the global arena of knowledge production and dissemination.

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)0,008
score de la tête « metaresearch » (Gemma)0,031
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,245
Tête enseignante GPT0,464
Écart entre enseignants0,220 · 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'étudeSans objet
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of English for Research Publication PurposesMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207