MétaCan
Menu
Retour à la cohorte
Enregistrement W4401815757 · doi:10.1016/j.rmal.2024.100148

Duoethnography and English for research publication purposes: Promises and challenges

2024· article· en· W4401815757 sur OpenAlexaff
Pejman Habibie, Richard D. Sawyer

Notice bibliographique

RevueResearch Methods in Applied Linguistics · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésLibrary sciencePolitical scienceComputer scienceData science

Résumé

récupéré en direct d'OpenAlex

In this paper, we explain how to conduct and apply duoethnography innovatively, given its lack of prescribed methodological steps. We discuss the theoretical underpinnings of duoethnography, its central tenets, its methodological constraints, and its challenges and limitations. More specifically, we explain how this promising innovative methodology can be adopted in the fast-growing field of English for Research Publication Purposes (ERPP) within Applied Linguistics to examine and investigate rhetorical, socio-political, and contextual aspects of the production and dissemination of knowledge and writing for scholarly publication practices. This paper aims to provide important pedagogical and scholarly implications for researchers in Applied Linguistics in general and ERPP in particular, especially novice scholars and doctoral students that are interested in reflective and reflexive methodologies and orientations.

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)0,159
score de la tête « metaresearch » (Gemma)0,275
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,842

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1590,275
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,012
Études des sciences et des technologies0,0100,049
Communication savante0,0350,053
Science ouverte0,0040,018
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,510
Tête enseignante GPT0,554
Écart entre enseignants0,044 · 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'étudeQualitatif
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Methods in Applied LinguisticsMême sujetSecond Language Learning and TeachingTravaux en français237 207