Teaching International Students to Analyze Textual-Discursive Categories
Notice bibliographique
Résumé
The purpose of the study is to identify how the course that covers the components of the ten-stepwise approach to discourse analysis of political texts helps international students study the political meanings in Ukraine. The study used the structured observation method to collect rather quantitative than qualitative data and observers’ reports on the sampled students’ performance in the in-class and out-of-class assignments. It also used discourse analysis awareness test, observation report checklist, and assessment checklist to yield the quantitative data. The course that is based on the ten-stepwise approach to discourse analysis of political texts proved to raise the students’ overall awareness of analysis of textual-discursive categories and fosters their skills of both discourse analysis and technical skills to use the NVivo 12 software tool. The results of the Discourse Analysis Awareness Test showed that the sampled students’ awareness of discourse analysis was generally good. The mean values varied between 0.643 and0.857, which corresponded to 65-85 grades ECTS. The analysis of the observation reports showed that the five most frequent words used in the corpus of the observation reports of seven experts were as follows: students, contributed, equally, succeeded, managed. All of them evoke a positive idea and feeling and reveal success in meeting goals. The quotes yielded from the reports implied that the course sessions were engaging, challenging, and fruitful in terms of learning how to analyze textual-discursive categories found in political texts. The descriptive statistics drawn from the observation checklist and presented by course topic showed that the observers’ mean values improved throughout the course sessions that meant that the students progressed in the discourse analysis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».