Corpus-Based Comparative Analysis of Quantitative and Qualitative Research Articles in TEFL: A Lexico-Grammatical and Move Structure Approach
Notice bibliographique
Résumé
This study examines the abstract, introduction, results/discussion, and conclusion sections of quantitative and qualitative academic papers in the field of TEFL, focusing on their lexico-grammatical and move-structure features. Utilizing both quantitative and qualitative methods, the research explores potential differences between these two genre-specific corpora in terms of their linguistic and rhetorical characteristics. The analysis of move-structure was based on Swales’ CARS model (2004). A mixed approach of computer-assisted and manual analysis was used to ensure validity. Fifty research articles from ELT journals, representing both quantitative and qualitative approaches, were selected for analysis. Statistical interpretation of the results, including vocabulary profiles, readability statistics, and move-step structures, was conducted using the non-parametric Mann-Whitney U test. The results, with a significance level of P < 0.05, indicated that most lexico-grammatical features across abstracts, introductions, results/discussion, and conclusions in quantitative and qualitative papers were not significantly different. However, move-structure analysis revealed distinct variations between the two genres across these sections. These findings provide valuable insights for academic researchers in the EFL context, suggesting that while research methodology is important, the choice of topic and the researcher’s unique perspective may be more critical in shaping the study.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».