Exploring Second Language Learners’ Writing Processes and Texts When Writing to Different Audiences
Bibliographic record
Abstract
Bien que le public visé joue un rôle important dans tous les modèles de rédaction, peu de chercheurs se sont intéressés à la façon dont les rédacteurs en langue seconde (L2) conceptualisent leur public et s’adressent à lui au cours du processus de rédaction. L’auteur entend combler cette lacune en analysant quand et comment les apprenants de la L2 envisagent leur public lorsqu’ils écrivent en L2 et en s’interrogeant sur l’incidence du public visé sur leur processus d’écriture et leur texte. Chacun des 16 apprenants de la L2, à deux niveaux de compétences linguistiques en anglais (faible et élevé), effectue quatre tâches d’écriture nécessitant la rédaction de messages courriel destinés à des publics différents quant au degré de familiarité avec le rédacteur et à la position sociale par rapport au rédacteur. Chaque participant regarde ensuite un enregistrement vidéo de son exercice immédiatement après avoir terminé la rédaction de chaque message courriel et récapitule, en rappels stimulés, ses pensées au moment de la rédaction du message. Les messages courriel sont analysés selon une méthode multidimensionnelle, alors que les rappels stimulés sont codés en fonction des processus de rédaction (conceptualisation de la tâche, prise en considération du public visé et révision du message, par exemple). Les observations tirées de cet exercice indiquent que la tendance des participants à planifier, contrôler et réviser leurs textes diffère selon leur degré de familiarité avec les publics auxquels le message écrit est destiné. Les caractéristiques linguistiques des messages courriel que les participants écrivent varient également selon les publics visés et les groupes. L’auteur examine les constats résultant de l’étude et leurs conséquences pour l’enseignement et l’évaluation de la rédaction en L2 et pour la recherche dans ce domaine.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".