ANALYZING IN-TEXT CITATIONS IN UNDERGRADUATE PROJECTS: A CASE STUDY FROM KABALE UNIVERSITY
Notice bibliographique
Résumé
In-text citation is a critical facet of scholarly research, playing a pivotal role in the construction of a comprehensive and robust literature review. This practice entails acknowledging and referencing all sources cited within the body of a research work, reflecting an ethical and scholarly commitment to recognizing the contributions of prior works. In this context, the distinction between citation and referencing is elucidated, with the former focusing on acknowledging sources within the text, while the latter pertains to the systematic attribution of ideas, theories, quotes, facts, and other supporting evidence in academic assignments, papers, seminars, dissertations, and theses. Scholarly communication relies on various referencing styles, and this paper explores the significance and nuances of two prevalent citation systems: Harvard Referencing and the American Psychological Association (APA) style. While multiple referencing styles exist globally, Harvard Referencing and APA stand out as popular choices in academic writing, depending on the discipline. The selection of a particular citation style is often driven by the conventions of the academic community and the subject matter of the research. Citation styles serve as standardized frameworks for attributing and acknowledging sources used in research papers or assignments. Notably, the choice of a citation style is often mandated by the specific program or degree being pursued, reflecting the need for uniformity and consistency within academic writing. This paper delves into the intricacies of the APA citation style, shedding light on its applicability in Social Sciences, education, and related fields. Furthermore, it introduces alternative style options such as the Modern Language Association (MLA), Council of Science Editors (CSE), and Vancouver, offering a comprehensive overview of the diverse referencing landscape available to researchers.
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 | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,013 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».