MétaCan
Menu
Retour à la cohorte
Enregistrement W4225117719 · doi:10.5430/wjel.v12n5p49

Peculiarities of Linguistic Analysis of the Text as a Language Learning Strategy

2022· article· en· W4225117719 sur OpenAlexvenueno aff
Ihor Bloshchynskyi, Iryna Mishchynska, Nataliia Pasichnyk, Анна Косенко, Olga Plavutska, Nataliia Zakordonets, Nataliia Hotsa

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLanguage, Communication, and Linguistic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinguisticsComputer scienceProcess (computing)Presentation (obstetrics)Linguistic analysisPhilologyArtificial intelligenceNatural language processingSociology

Résumé

récupéré en direct d'OpenAlex

Linguistic analysis of the text is viewed as a language learning strategy in conditions of distance learning as well as in the process of regular classes. The results of the study conducted during the emergency (the quarantine) are presented in the article. The peculiarities of linguistic analysis of the text as a language learning strategy are highlighted in the article. Principles and methods of linguistic analysis of the text are considered in the study. The scheme of linguistic analysis of the text has been a key feature of the course in its application to varieties of texts according to their stylistic features. The mechanisms leading to realizing the process of linguistic education by its participants applying the language learning strategy are clarified. They consist in the deliberate combination of face-to-face and online learning activities providing for presentation of theoretical material as in the form of lectures as in independent and individual work of students. The experience of applying the course Basics of Linguistic Analysis in the process of linguistic education are generalized due to thorough choice of methodology in the process of presenting the material, conducting practical classes and carrying out control of the results of learning throughout the course. The prospects of professional development of future philologists by means of the linguistic analysis of the text are presented in the article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,306
Écart entre enseignants0,293 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetLanguage, Communication, and Linguistic StudiesTravaux en français237 207