Lexical Profile of AI-Generated Content in Higher Education (Linguistic Insights 318) （2025. XII, 188 S. 79 Abb. 229 mm）

個数：

ポイントキャンペーン

Lexical Profile of AI-Generated Content in Higher Education (Linguistic Insights 318) （2025. XII, 188 S. 79 Abb. 229 mm）

Hirsh, David/ Herausgegeben:Gotti, Maurizio

ドイツ（DK）から取り寄せる

ウェブストア価格 ¥15,601（本体¥14,183）
PETER LANG（2025発売）
外貨定価 EUR 60.95
読書週間ポイント2倍キャンペーン対象商品（～11/9）
ポイント 282pt

オンデマンド(OD/POD)版です。キャンセルは承れません。

アメリカ（US）から取り寄せる

ウェブストア価格 ¥14,853（本体¥13,503）
PETER LANG（2025発売）
外貨定価 US$ 68.95
読書週間ポイント2倍キャンペーン対象商品（～11/9）
ポイント 270pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版
商品コード 9783034361132

Full Description

This book investigates vocabulary use in texts generated by Artificial Intelligence. The growing use of AI tools such as ChatGPT and DeepSeek in University settings indicates the importance of evaluating the products of such technology as potential reading material. In the study reported, twelve AI-generated samples of writing covering arts, commerce, law and science are analysed for vocabulary use, and compared with four research articles published in journals on the same topics. The vocabulary profiling covers high-frequency words, academic and technical vocabulary, most frequently used content words and low-frequency words. Potential future developments in AI are explored.

List of Tables - List of Figures - 1. Introduction - 1.1. The GenAI Era - 1.2. GenAI in Higher Education - 1.3. Vocabulary Profiling - 1.4. Vocabulary Lists - 1.5. Anticipations of the Future - 2. GenAI in Higher Education - 2.1. Artificial Intelligence - 2.2. Generative Artificial Intelligence - 2.2.1. Machine Learning - 2.2.2. Natural Language Processing - 2.2.3 Large Language Models - 2.2.4. Datasets - 2.2.5. Algorithms - 2.3. GenAI Tools in Higher Education - 3. Vocabulary Profiling - 3.1. Lexical Nature of Academic Writing - 3.1.1. High Frequency Words - 3.1.2. Academic Words - 3.1.3. Technical Words - 3.1.4. Proper Nouns - 3.1.5. Low Frequency Words - 3.2. K1, K2 and AWL Word Lists - 3.3. BNC-COCA Word Lists - 4. The Current Study - 4.1. Selection of GenAI Tools - 4.2. Selection of Prompts for GenAI Text Generation - 4.3. Analysis of Texts - 5. Analysis 1: K1, K2 and AWL Words - 5.1. Arts Texts - 5.1.1. Non-GenAI - 5.1.2. GenAI Scite - 5.1.3. GenAI Jenni - 5.1.4. GenAI Yomu - 5.1.5. Comparison of Arts Texts - 5.2. Commerce Texts - 5.2.1. Non-GenAI -5.2.2. GenAI Scite - 5.2.3. GenAI Jenni - 5.2.4. GenAI Yomu - 5.2.5. Comparison of Commerce Texts - 5.3. Law Texts - 5.3.1. Non-GenAI - 5.3.2. Non-GenAI Scite - 5.3.3. Non-GenAI Jenni - 5.3.4. Non-GenAI Yomu - 5.3.5. Comparison of Law Texts - 5.4. Science Texts - 5.4.1. Non-GenAI - 5.4.2. Non-GenAI Scite - 5.4.3. Non-GenAI Jenni - 5.4.4. Non-GenAI Yomu - 5.4.5. Comparison of Science Texts - 6. Analysis 2: K1 to K10 Words - 6.1. Arts Texts - 6.2. Commerce Texts - 6.3. Law Texts - 6.4. Science Texts - 7. Analysis 3: 20 Most Frequently Occurring Content Words - 7.1. Arts Texts - 7.2. Commerce Texts -7.3. Law Texts - 7.4. Science Texts - 8. Analysis 4: Low Frequency Word Use - 8.1. Arts Texts - 8.2. Commerce Texts - 8.3. Law Texts - 8.4. Science Texts - 9. Conclusion - 9.1. Use of GSL K1, GSL K2 and AWL Words - 9.2. Use of BNC-COCA K1 to K10 Words - 9.3. 20 Most Frequently Occurring Content Words - 9.4. Use of Low Frequency Words - 9.5. Final Comments - References - Appendices - Index