Exploring Lexico-grammatical Patterns in Doctoral Dissertations: A Multidimensional Analysis
Notice bibliographique
Résumé
Doctoral dissertations occupy a prominent place in academic communication and advancement. This genre applies its intricate lexical and grammatical patterns to shape its effectiveness and these patterns need to be studied. The study aims to investigate the discussion section of the doctoral dissertations from ten leading British universities. The objective of the study is to explore the lexico-grammatical similarities and differences between ELT and Linguistics dissertations. It also attempts to analyze how far the lexico-grammatical choices used in the discussion section of ELT dissertations are similar to or different from those of Linguistics. The corpus used in this study consists of 200 discussion sections: 100 from ELT and 100 from Linguistics. A random sampling technique was used to collect data which consisted of publicly available dissertations. Biber’s Tagger was used to annotate grammatical and lexical features. To find out the significant interaction between the selected disciplines, a factorial ANOVA was used. The study is significant in terms of providing insight into the preferred lexico-grammatical patterns used by the students. It further explains how two different disciplines – Linguistics and ELT, make various lexico-grammatical choices. The findings of the study will help the researcher from around the world, particularly the ones from non-English speaking countries, in terms of familiarizing them with the conventions involved in writing a dissertation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».