Multimodal Academic Discourse Socialization: Examining Geoscience Students’ Disciplinary Knowledge Construction and Socialization at a Canadian University
Notice bibliographique
Résumé
Abstract This ethnographic multiple-case study examines how undergraduate students are socialized into the disciplinary norms, values, and practices of a geoscience course at a Canadian university. Transcending logocentric assumptions about academic discourse, this article advances a broader domain of inquiry––multimodal academic discourse socialization––which foregrounds the polysemiotic nature of academic socialization. This approach examines not only linguistic but also a wider range of semiotic resources, including gestural, visual, material, and spatial ones, among others. To understand geoscientists’ disciplinary norms, values, and communicative practices, ethnographic data (classroom observations, semi-structured interviews, course-related artefacts) were thematically analysed. Focal students’ geoscience poster presentation performances were also analysed using multimodal interaction analysis to scrutinize micro-level instantiations of disciplinary practices. Findings highlight how students were socialized into geoscience ‘observations and interpretations’ through a recurrent multimodal classroom activity, which was also reflected in micro-level multimodal practices enacted in students’ geoscience poster presentations. This study emphasizes that multimodal enactments constitute a crucial dimension of disciplinary practices and values connected with learning to think, view, and represent knowledge as geoscientists.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,024 | 0,020 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».