Who says what to whom? Assessing the alignment of content and audience between scholarly and professional publications in technical communication (1996–2013)
Notice bibliographique
Résumé
Academe-industry relations are an ongoing topic in the conversation on technical communication. Key issues in the conversation include alignment between academic curricula and industry needs, the effectiveness of the preparation provided by academic programs, and the alignment of interests between the two groups. However, no study has attempted to empirically assess the extent of the academic and industry alignment empirically. We explore this issue here and are guided by the following questions: (1) What content areas are covered by both peer-reviewed and trade publications?, (2) What content areas are unique to each type of publication?, and (3) Who is the intended audience of the content? To assess this alignment, we coded for three major content areas in a random sample of 348 articles published between 1996 and 2013 in four leading peer-reviewed Journals (IEEE Transactions on Professional Communication, Journal of Business and Technical Communication, Technical Communication, and Technical Communication Quarterly) and one publication for practicing technical communicators (Intercom). Results suggest that professional publications tend to publish process-oriented articles, articles focused on technology and professionalization, and articles intended for writers/content developers. Scholarly publications tend to publish product- and education-oriented articles, articles focused on assessment and research design, and articles intended for academics. This, in turn, provides insights into differences in the conversations of practicing professionals and academics.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».