Вариативность научного дискурса (на материале английского языка): корпусный анализVariation Of Academic Discourse (Case Study Of English): A Corpus Analysis

Диссертация посвящена комплексному исследованию вариативности англоязычного научного дискурса на основе корпусного анализа. Цель работы заключается в выявлении лингвистических особенностей научных текстов в зависимости от их дисциплинарной принадлежности и типа. Объектом изучения выступают, с одной стороны, опубликованные научные статьи по восьми дисциплинам, представляющим точные и гуманитарные науки, а с другой – выпускные квалификационные работы, написанные студентами четвертого курса НИУ ВШЭ. Предметом анализа является вариативность функционирования ключевых маркеров академического дискурса, включая средства выражения авторской позиции, причинно-следственных связей, синтаксической сложности и когерентности. В работе применяются методы корпусной лингвистики, контрастивного межъязыкового анализа, а также статистические методы, включающие регрессионный анализ, кластеризацию и метод случайного леса. Результаты демонстрируют системные различия между дисциплинами: для гуманитарных наук характерны большая эксплицитность авторской позиции, номинативный способ выражения каузальности и высокая клаузальная сложность, тогда как в точных науках преобладают безличные конструкции, союзные средства связи и фразовая сложность. В области когерентности гуманитарные дисциплины отличаются активным и разнообразным использованием анафорических средств, в то время как точные науки тяготеют к терминологической повторяемости. Сопоставление текстов студентов и экспертов выявило, что начинающие авторы используют ограниченный репертуар дискурсивных маркеров, допускают шаблонные и ненормативные употребления, а также испытывают трудности в обеспечении связности текста, что отражает незавершенный процесс профессиональной социализации. Исследование вносит вклад в теорию дискурса и корпусную лингвистику, а его результаты могут быть применены в практике преподавания академического письма. Выявленные количественные закономерности создают основу для разработки автоматического анализатора, способного диагностировать типичные ошибки и оценивать соответствие текста дисциплинарным конвенциям.