Academic Tweets in Applied Linguistics: An Intertextuality Odyssey through Forms and Functions in Five English-Speaking Countries
Notice bibliographique
Résumé
Social media platforms, particularly Twitter, have transformed how academics communicate, disseminate research, and engage with broader audiences. This study explored intertextuality within academic tweets crafted by applied linguists across five English-speaking countries: the United States, the United Kingdom, Australia, Canada, and Ireland. By analyzing tweets from prominent Applied Linguistics associations, the research identified intertextual representations and examined how they refer to or incorporate other texts. The study used a qualitative approach to uncover the forms and functions of intertextuality, highlighting the complex relationships between texts and social actors on Twitter. A corpus of 300 tweets from major associations in Applied Linguistics provided a rich dataset for analysis. Key findings indicated that intertextual practices in academic tweets are crucial for self-promotion, publicizing research outputs, and building academic communities. Multimodal quotations, digital mentions, and hyperlinks enhance engagement, extend reach, and provide additional context. Tweets served multiple functions, including community building, networking, and public dissemination of academic knowledge. The study highlighted the evolving nature of academic communication on social media, suggesting that applied linguistics groups strategically use Twitter to enhance their scholarly presence and impact. Practical implications included the strategic use of hashtags, multimodal elements, and active engagement through retweets, mentions, and replies, which improve visibility, impact, and foster a sense of community within the field.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».