MétaCan
Menu
Retour à la cohorte
Enregistrement W4319000741 · doi:10.5430/wjel.v13n3p16

A Contrastive Analysis of Thematic and Information Patterning in English and Arabic Contexts

2023· article· en· W4319000741 sur OpenAlexvenueno aff
Abbas Hussein Abdelrady

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArabic Language Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesQassim University
Mots-clésContrastive analysisLinguisticsComputer scienceFocus (optics)ArabicTheme (computing)Thematic structureGraduation (instrument)Natural language processingWorld Wide WebMathematics

Résumé

récupéré en direct d'OpenAlex

Language acquisition is a remarkable and crucial aspect of human evolution because it is a means of communication. One of the main problems in which language is implicated is when speakers of different languages communicate. A possible solution for speakers of different languages is to learn the other’s language or to employ a translator. Contrastive analysis is the study and comparison of two different languages, such as English with Arabic. It compares the structural similarities and differences between the two languages. In this regard, it is utilized to compare the Thematic and Information Structures in English and Arabic, which is the most common focus of this study. This article aimed to examine the theme and Information structures of English and Arabic from contrastive analysis perspectives. Multiple sentences from daily language are included in the analysis, which is based on Halliday’s practical theme-rheme paradigm applied to conversational English and Arabic clauses. The researcher, an ESL instructor, used a descriptive-analytical technique to critically assess the similarities and differences in the structural aspects of themes and rheme in English and Arabic to help ESL students be well prepared for the translation job after graduation and now while learning at the college. While Arabic and English clauses are distinct, they can express the same concepts in dramatically more diverse ways, according to the findings of this study. This study also revealed the alignment of themes could alter across various ESL learners’ understanding. Personal experience or ability, among other factors, can impact topical subjects, regardless of whether they are written or spoken. Because the two systems are so dissimilar, it is critical to understand the linguistic differences between English and Arabic to help recognize the difference in meaning between them.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0020,003
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,297
Écart entre enseignants0,287 · 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'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetArabic Language Education StudiesTravaux en français237 207