MétaCan
Menu
Retour à la cohorte
Enregistrement W4410881487 · doi:10.37213/cjal.2024.33477

Trends of replication studies in Applied Linguistics journals: A systematic review over half a century

2025· review· en· W4410881487 sur OpenAlexvenueno aff
Fahimeh Marefat, Mahsa Farahanynia, Farzaneh Hamidi, Mona Najjarpour, Zahra Banitalebi, Parvin Alamdar

Notice bibliographique

RevueCanadian Journal of Applied Linguistics · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueComputational and Text Analysis Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésApplied linguisticsReplication (statistics)LinguisticsHistorical linguisticsPhilosophyBiology

Résumé

récupéré en direct d'OpenAlex

Despite the importance of replication research in scientific fields, very few replications are conducted in applied linguistics (AL). To enhance language researchers’ awareness of replications and provide a systematic evaluation of current replications, this study analyzed replication studies published in 92 AL leading journals from 1970 to 2021 based on five themes of replication labels, methodological orientations, research trends, authorship, and citation counts of replicators. The results reveal that replication labels have explicitly been mentioned since 2002, the replication of quantitative studies has predominately been raised, studies on second language acquisition were frequently replicated, collaborative authorship has increased in replications, and influential AL scholars tend to conduct replication research. The study highlights the need for a well-established replication classification and calls for replication research in the areas and methodological orientations marginalized in AL. It is also recommended that prominent figures perform more replication research to consolidate its status in AL.

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)0,156
score de la tête « metaresearch » (Gemma)0,449
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,824

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1560,449
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0320,042
Études des sciences et des technologies0,0020,003
Communication savante0,0070,009
Science ouverte0,0030,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,119
Tête enseignante GPT0,462
Écart entre enseignants0,342 · 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.

Devis d'étudeRevue systématique
DomaineReproductibilité
GenreSynthèse

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 revueCanadian Journal of Applied LinguisticsMême sujetComputational and Text Analysis MethodsTravaux en français237 207