Международный научный журнал

Жанры речи

ISSN 2311-0759 (Online)
ISSN 2311-0740 (Print)

Для цитирования:

Смирнова Е. А. Хеджирование в точных и гуманитарных дисциплинах: корпусный анализ научных статей // Жанры речи. 2026. Т. 21, вып. 1 (49). С. 60-67. DOI: 10.18500/2311-0740-2026-21-1-49-60-67, EDN: QQMZZO

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Полный текст в формате PDF(Ru):
скачать
(загрузок: 55)
Язык публикации: 
русский
Рубрика: 
Исследования отдельных жанров
Тип статьи: 
Научная статья
УДК: 
001:811.161.1’38’42
DOI: 
10.18500/2311-0740-2026-21-1-49-60-67
EDN: 
QQMZZO

Хеджирование в точных и гуманитарных дисциплинах: корпусный анализ научных статей

Авторы: 
Смирнова Елизавета Александровна, Национальный исследовательский университет "Высшая школа экономики"
Аннотация: 

Статья посвящена количественному анализу использования средств снижения категоричности высказывания (хеджей) в корпусе научных статей по четырем точным (химия, физика, математика, машиностроение) и четырем гуманитарным (лингвистика, история, менеджмент, политология) наукам, объемом приблизительно 1,6 млн слов. Выдвигается гипотеза о том, что существуют значимые различия в употреблении хеджей между двумя группами дисциплин. Анализ основан на изучении 81 языковой единицы, которые, согласно предыдущим исследованиям, являются частотными в академическом дискурсе. Данные языковые единицы были разделены на шесть групп по морфосинтаксическому признаку: модальные глаголы, лексические глаголы, именные конструкции, конструкции с предлогами, прилагательные и наречия. Статистическое моделирование данных подтвердило выдвинутую гипотезу, выявив значимые различия в использовании всех рассмотренных видов хеджей в статьях по точным и гуманитарным наукам. Также было показано, что наибольший вклад в междисциплинарные различия вносят такие виды хеджей, как наречия, лексические глаголы и именные конструкции. Все эти средства снижения категоричности высказывания более частотны в гуманитарных науках. Применение алгоритма иерархической кластеризации выявило два устойчивых кластера, которые практически полностью соответствуют двум категориям изучаемых дисциплин (за исключением математики и политологии), тем самым демонстрируя, что хеджирование может быть использовано в качестве средства дифференциации между двумя группами дисциплин.

Ключевые слова: 
хеджи
корпусный анализ
академический дискурс
точные науки
гуманитарные науки
дисциплинарная вариативность
статистическое моделирование
Список источников: 
  1. Anthony L. AntConc 3.4.4. Waseda University. 2014.
  2. Aull L. L., Bandarage D., Miller M. R. Generality in student and expert epistemic stance: A corpus analysis of first-year, upper-level, and published academic writing. Journal of English for Academic Purposes, 2017, vol. 26, pp. 29–41. https://doi.org/10.1016/j.jeap.2017.01.005
  3. Clemen G. The concept of hedging: Origins, approaches and definitions. In: Markkanen R., Schröder H., eds. Hedging and Discourse: Approaches to the Analysis of a Pragmatic Phenomenon in Academic Texts. Berlin, New York, De Gruyter, 1997, pp. 235–248. https://doi.org/10.1515/9783110807332.235
  4. Dang T. N. Y. The nature of vocabulary in academic speech of hard and soft-sciences. English for Specific Purposes, 2018, vol. 51, pp. 69–83. https://doi.org/10.1016/j.esp.2018.03.004
  5. Fox J., Weisberg S. Visualizing fit and lack of fit in complex regression models with predictor effect plots and partial residuals. Journal of Statistical Software, 2018, vol. 87, no. 9, pp. 1–27. https://doi.org/10.18637/jss.v087.i09
  6. Harrell Jr., Frank E. _rms: Regression modeling strategies_. R package version 6.3–0. 2022. Available at: https://CRAN.R-project.org/package=rms
  7. Hyland K. Disciplinary discourses: Social Interactions in Academic Writing. Harlow, Pearson Education, 2000. 211 p.
  8. Hyland K. Hedging in scientific research articles. Amsterdam, John Benjamins, 1998. 317 p.
  9. Hyland K. Stance and engagement: A model of interaction in academic discourse. Discourse Studies, 2005, vol. 7, no. 2, pp. 173–192. https://doi.org/10.1177/1461445605050365
  10. McEnery T., Wilson A. Corpus Linguistics. Edinburgh, Edinburgh University Press, 2001. 235 p.
  11. Mikolaychik M. V. Lexical hedging in English abstracts of Russian economics research articles: A corpusbased study. Vestnik Volgogradskogo gosudarstvennogo universiteta. Seriya 2. Yazykoznanie [Science Journal of Volgograd State University. Linguistics], 2020, vol. 19, no. 5, pp. 38–47 (in Russian). https://doi.org/10.15688/jvolsu2.2020.5.4
  12. Prince E. F. On hedging in physician discourse. In: Frader J., Bosk C., Di Pietro R. J., eds. Linguistics and the Professions. New Jersey, Albex Publishing Corporation, 1982, pp. 83–97.
  13. R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing. 2019. Available at: https://www.R-project.org
  14. Rezanejad A., Lari Z., Mosalli Z. A cross-cultural analysis of the use of hedging devices in scientific research articles. Journal of Language Teaching and Research, 2015, vol. 6, no. 6, pp. 1384–1392. https://doi.org/10.17507/jltr.0606.29
  15. Salager-Meyer F. Hedges and textual communicative function in medical English written discourse. English for Specific Purposes, 1994, vol. 13, no. 2, pp. 149–170. https://doi.org/10.1016/0889-4906(94)90013-2
  16. Smirnova E., Strinyuk S. Hedges in Russian EAP writing: A corpus-based study of research papers in management. Journal of English as a Lingua Franca, 2020, vol. 9, no. 1, pp. 81–101. https://doi.org/10.1515/jelf-2020-2033
  17. Storer N. W. The hard sciences and the soft: Some sociological observations. Bulletin of the Medical Library Association, 1967, vol. 55, no. 1, pp. 75–84.
  18. Suzuki, R., Terada Y., Shimodaira H. pvclust: Hierarchical clustering with p-values via multiscale bootstrap resampling. R package version 2.2–0. Cambridge University Press, 2019. 260 p. Available at: http://stat.sys.i.kyotou.ac.jp/prog/pvclust/ (accessed February 3, 2024).
  19. Swales J. M. Genre analysis: English in academic and research settings. Cambridge, Cambridge University Press, 1990. 260 p.
  20. Tagliamonte S. A., Baayen R. H. Models, forests, and trees of York English: Was/were variation as a case study for statistical practice. Language Variation and Change, 2012, vol. 24, no. 2, pp. 135–178. https://doi.org/10.1017/S0954394512000129
  21. Takimoto M. A corpus-based analysis of hedges and boosters in English academic articles. Indonesian Journal of Applied Linguistics, 2015, vol. 5, no. 1, pp. 95–105. https://doi.org/10.17509/ijal.v5i1.836
  22. Tardy C. The role of English in scientific communication: Lingua franca or tyrannosaurus Rex? Journal of English for Academic Purposes, 2004, vol. 3, no. 3, pp. 247–269. https://doi.org/10.1016/j.jeap.2003.10.001
  23. Thompson P., Hunston S. Interdisciplinary research discourse: Corpus investigations into environment journals. London, Routledge, 2019. 280 p.
  24. Van Weijen D. The language of (future) scientific communication. Research Trends, 2012, iss. 31. Available at: https://www.researchtrends.com/issue-31-november-2012/the-language-of-fu...
  25. Venables W. N., Ripley B. D. Modern applied statistics with S-PLUS. New York, Springer, 2002. 501 p.
  26. Wang F., Pramoolsook I. Attitude in abstracts: Stance expression in translation practice reports and interpretation practice reports by Chinese students. Discourse and Interaction, 2021, vol. 14, no. 1, pp. 100–123. https://doi.org/10.5817/DI2021-1-100
  27. Yang Y. Exploring linguistic and cultural variations in the use of hedges in English and Chinese scientific discourse. Journal of Pragmatics, 2013, vol. 50, no. 1, pp. 23–36. https://doi.org/10.1016/j.pragma.2013.01.008
Поступила в редакцию: 
20.04.2024
Принята к публикации: 
03.07.2024
Опубликована: 
02.03.2026