MétaCan
Menu
Retour à la cohorte
Enregistrement W3213036570 · doi:10.31468/dwr.907

An A to W of Academic Literacy: Key Concepts and Practices for Graduate Students. Mary Jane Curry, Fangzhi He, Weijia Li, Ting Zhang, Yanhong Zuo, Mahmoud Altalouli, & Jihan Ayesh. University of Michigan Press, 2021.

2021· article· en· W3213036570 sur OpenAlexaffvenueabout
Caroline Diezyn

Notice bibliographique

RevueDiscourse and Writing/Rédactologie · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésZhàngCurryLiteracyMathematics educationAcademic writingKey (lock)Graduate studentsGovernment (linguistics)Face (sociological concept)Academic yearPsychologySocioeconomic statusSociologyPedagogyPolitical scienceComputer scienceSocial scienceChinaPhilosophyLinguistics

Résumé

récupéré en direct d'OpenAlex

In the 2018-2019 academic year, the number of international students registered at Canadian universities rose to over 318,000 (Government of Canada, 2020). Hailing from diverse linguistic and socioeconomic backgrounds, these students face unique challenges when starting academic studies in Canada. But it is not just international students, and not just graduate students, who can benefit from Mary Jane Curry’s An A to W of Academic Literacy: Key Concepts and Practices for Graduate Students. Any first-generation academics, undergraduates in writing-heavy programs, and instructors will find this text useful, too.

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)0,000
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,143
Tête enseignante GPT0,445
Écart entre enseignants0,302 · 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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiscourse and Writing/RédactologieMême sujetSecond Language Learning and TeachingTravaux en français237 207