MétaCan
Menu
Retour à la cohorte
Enregistrement W3210621170 · doi:10.1002/tesq.3081

Defining with Purpose: Connecting Lexicogrammatical Features to Textual Purpose in Authentic Undergraduate Texts

2021· article· en· W3210621170 sur OpenAlexaff
Jennifer Walsh Marr, Sarah Lynch, Tanya Tervit

Notice bibliographique

RevueTESOL Quarterly · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSystemic functional linguisticsDeconstruction (building)MetalanguageDisciplineFocus (optics)Computer scienceLinguisticsApplied linguisticsProcess (computing)SociologyPsychologyMathematics education

Résumé

récupéré en direct d'OpenAlex

Abstract This paper showcases the development of linguistically ‐responsive pedagogy in a first ‐year writing course to facilitate students’ recognition of the connection between discrete language features and purpose of definitions. Paraphrasing definitions was chosen as the first textual focus in response to disciplinary instructors’ anecdotes of students talking ‘around’ key terms rather than being precise, and in response to their role in establishing terms within larger texts. Acknowledging the benefit of seeing language as a system, we draw on the research and (simplified) metalanguage of Systemic Functional Linguistics (Derewianka, 2011; Halliday & Matthiessen, 2004; Martin & Rose, 2005). We introduce the foundational relationship between purpose and features, then use the teaching and learning cycle (Rothery, 1994) to scaffold students’ writing development through deconstruction and joint construction. Although definitions are quite specific, the process of determining their purpose, features and usage serves as a foundation for multilingual students’ knowledge and skills, enabling them to respond to the varied linguistic demands of discipline‐specific post‐secondary 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,707
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTESOL QuarterlyMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207