MétaCan
Menu
Retour à la cohorte
Enregistrement W4388496487 · doi:10.5430/wjel.v14n1p19

Systematic Literature Review of Crosslinguistic Analysis of Stance Markers in EFL Learners’ Academic Writing in English

2023· article· en· W4388496487 sur OpenAlexvenueno aff
Jinzhu Zhang, Geok Imm Lee, Mei Yuit Chan

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArgumentativePsychologyCourseworkLinguisticsAcademic writingInterlanguageContrastive analysisMetadiscourseComputer scienceMathematics education

Résumé

récupéré en direct d'OpenAlex

Evaluating the use of stance markers is an important approach to investigate the interactional and persuasive nature of academic writing in English. However, the problems EFL learners’ face using of stance markers and its research methodologies in crosslinguistic analysis are uncertain. This systematic literature review examined problems EFL learners’ face in using of stance markers and the research methodologies used to identify these problems in crosslinguistic research. The current study employed the PRISMA 2020 paradigm to conduct a systematic literature review (SLR) of crosslinguistic analysis of stance markers in EFL learners’ academic writing in English. Keywords queries on “stance*”, “academic writing*”, “metadiscourse*” and “metadiscursive*” were used to retrieve articles from Scopus and Web of Science databases. Following screening, 34 articles were included in the final analysis. EFL learners had problems in using hedges, boosters, self-mentions and attitude markers, and their main challenges were in the overuse of boosters and underuse of hedges. Chinese EFL learners had the most problems in using stance markers. All the 34 articles adopted an empirical approach and most were a corpus-based study. Researchers were fond of argumentative essays, dissertations, and research articles from coursework. In addition, scholars preferred one-way comparisons especially between native language and interlanguage (NL vs IL). Enhancing EFL learners' awareness of stance markers would require more instructions regarding stance markers in academic writing classrooms and future research should use three-way or four-way comparisons in crosslinguistic 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 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)0,025
score de la tête « metaresearch » (Gemma)0,112
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,112
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0310,020
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,295
Écart entre enseignants0,282 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207