MétaCan
Menu
Retour à la cohorte
Enregistrement W4409858616 · doi:10.5430/wjel.v15n6p87

Thematic Structure and Thematic Progression in Reading Texts in Vietnamese High School English Textbooks

2025· article· en· W4409858616 sur OpenAlexvenueno aff
Lan Thi Huong Nguyen, Hoang Minh Nguyen

Notice bibliographique

RevueWorld Journal of English Language · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVietnameseThematic mapReading (process)Computer scienceLinguisticsThematic structureMathematics educationPsychologyGeographyPhilosophyProgramming language

Résumé

récupéré en direct d'OpenAlex

Thematic choices and thematic development are crucial for constructing a meaningful and coherent text, facilitating readers' comprehension. Although extensive studies on textbook analysis have explored either thematic structure or thematic progression patterns, these two aspects seem to have been collectively under-investigated. This study attempts to investigate the differences in thematic organizations that characterize 20 reading texts in English 10 and English 12 textbooks for high school students in Vietnam, to investigate how thematic features in different textbook levels aligns with learners' proficiency levels. Two analytical models, including Halliday's (1994) theme categorization and McCabe's (1999) thematic progression patterns, were adopted. The findings reveal a predominant use of simple, mainly unmarked topical themes in both books, with an increased presence of multiple and clausal themes in English 12. The results also indicate a dominant use of constant, simple linear, and miscellaneous progression patterns, while more complex structures such as derived hyper-themes and split rhemes are rare, and split themes are entirely absent. Hence, these research results suggest a strategic approach to textbook design aimed at enhancing linguistic proficiency and reading comprehension through increased thematic complexity across different language levels, which can offer valuable pedagogical implications and inform future research.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,255
Écart entre enseignants0,248 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetEFL/ESL Teaching and LearningTravaux en français237 207