Writing Abstracts for Research Articles: Towards a Framework for Move Structure of Abstracts
Notice bibliographique
Résumé
The abstract as a sub-genre of the research article has been explored in many studies, particularly with regards to its rhetorical move structure. However, these studies have mainly focused on the macro-structures of abstracts in terms of the main moves present based on pre-existing models by Swales (1990), Dos Santos (1996), and Hyland (2000). Studies analyzing the micro-structures of abstracts in which the sub-categories under each main category are lacking. This study identifies the main moves of abstracts, the steps and sub-steps within each move to propose a comprehensive framework for abstract structure. Using a move based analysis, 100 research article abstracts in the field of social science and humanities were analyzed at the sentence level, where each sentence was coded and assigned a move. Based on the analysis, five main moves consisting of 12 steps and 25 sub-steps were identified. The frequency of occurrence revealed that Move 2: Introducing Study and Move 4: Presenting Findings were conventional, while Move 1: Situating Research, Move 3: Describing Methodology, and Move 5: Describing Implication and Recommendation were optional. This study has implications for research on the genre analysis of abstracts as well as the teaching of abstract structure in the academic setting.
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 | 0,062 | 0,138 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,029 | 0,017 |
| Études des sciences et des technologies | 0,008 | 0,015 |
| Communication savante | 0,017 | 0,025 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».