Introducing CROPS: A specialized corpus of agrarian sciences postgraduate theses from Brazilian universities

Deise Prina Dutra; Danilo Duarte Costa; Carolina Godoi de Faria Marques; Gustavo Leal Teixeira; Ana Eliza Pereira Bocorny; Jhonatan Henrique Lopes Alves

doi:10.14393/LL63-v42S-2026-10

Authors

Deise Prina Dutra Universidade Federal de Minas Gerais (UFMG) Author https://orcid.org/0000-0001-5799-5174
Danilo Duarte Costa Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM) Author https://orcid.org/0000-0003-2619-0175
Carolina Godoi de Faria Marques Universidade Federal de Minas Gerais (UFMG). Author https://orcid.org/0009-0004-3927-4428
Gustavo Leal Teixeira Universidade Federal de Minas Gerais (UFMG) Author https://orcid.org/0000-0001-7293-0790
Ana Eliza Pereira Bocorny Universidade Federal do Rio Grande do Sul (UFRGS) Author https://orcid.org/0000-0002-0515-9630
Jhonatan Henrique Lopes Alves Universidade Federal de Minas Gerais (UFMG) Author https://orcid.org/0009-0008-4914-0262

DOI:

https://doi.org/10.14393/LL63-v42S-2026-10

Keywords:

Corpus compilation, Specialized Corpus, English for Academic Purposes, Academic Writing, Agrarian Sciences

Abstract

In this paper, we detail the design and organization of the Corpus of Agrarian Sciences Postgraduate Studies (CROPS), a specialized corpus composed of English-language master’s theses and doctoral dissertations from Brazilian postgraduate programs in Agrarian Sciences, comprising approximately 2.4 million words, distributed across five subject areas: Animal Science, Agricultural Engineering, Agronomy, Food Engineering, and Forestry. CROPS is segmented into multiple subcorpora, organized according to disciplinary subareas, text types, text formatting, and text sections. The methodological procedures adopted in compiling the corpus are grounded in Corpus Linguistics principles, particularly the concept of representativeness (Biber, 1993), as well as rigorous methodological parameters of corpus compilation (McEnery; Brookes, 2022; Reppen, 2022; Ädel, 2020; Collins, 2019). Finally, we provide a quantitative overview of the corpus. CROPS constitutes a reliable resource for linguistic research, representing contemporary academic writing practices of Agrarian Sciences graduate students in Brazil.

Downloads

Download data is not yet available.

Author Biographies

Deise Prina Dutra, Universidade Federal de Minas Gerais (UFMG)

Professora Titular da Faculdade de Letras da Universidade Federal de Minas Gerais (FALE/UFMG). Doutora em Estudos Linguísticos pela University of Florida. Atua nas disciplinas da habilitação em inglês no nível da graduação e na linha de estudos linguísticos baseados em corpora no Programa de Pós-graduação em Estudos Linguísticos (PosLin). Seus interesses de pesquisa incluem: inglês para fins acadêmicos, corpora de aprendizes, corpora especializados, Inglês como meio de instrução e metodologias de pesquisa. Tem mais de 30 anos de experiência como professora. E-mail: dpdutra@ufmg.br
Danilo Duarte Costa, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)

Professor Adjunto no Instituto de Ciência e Tecnologia da Universidade Federal dos Vales do Jequitinhonha e Mucuri (ICT/UFVJM). Doutor em Estudos Linguísticos/Linguística Aplicada pela Universidade Federal de Minas Gerais (UFMG). Atua no ensino de Inglês para Fins Específicos e Acadêmicos nos cursos de graduação de Engenharia e Ciência e Tecnologia da UFVJM. Seus interesses de pesquisa incluem: linguística de corpus, variação linguística na escrita acadêmica e Inglês para Fins Acadêmicos. E-mail: danilo.costa@ufvjm.edu.br
Carolina Godoi de Faria Marques, Universidade Federal de Minas Gerais (UFMG).

Doutoranda junto ao Programa de Pós-Graduação em Estudos Linguísticos da Faculdade de Letras da Universidade Federal de Minas Gerais. Bolsista do Programa de Excelência Acadêmica da CAPES. E-mail: carol.godoi350@gmail.com.br
Gustavo Leal Teixeira, Universidade Federal de Minas Gerais (UFMG)

Professor Adjunto do Instituto de Ciências Agrárias da Universidade Federal de Minas Gerais (ICA/UFMG). Doutor em Linguística/Análise do Discurso pela Pontifícia Universidade Católica de Minas Gerais (PUC-MG). Ministra disciplinas de Inglês para fins Acadêmicos (EAP) e Inglês para Fins Específicos (ESP) no ICA/UFMG; é Editor Chefe da revista científica Agrarian Sciences Journal - Caderno de Ciências Agrárias. Seus interesses de pesquisa incluem: Linguística de Corpus, English for Academic Purposes e Análise do Discurso das Ciências Agrárias. E-mail: lealtex@gmail.com
Ana Eliza Pereira Bocorny , Universidade Federal do Rio Grande do Sul (UFRGS)

Professora Associada no Departamento de Línguas Modernas da Universidade Federal do Rio Grande do Sul (UFRGS). Doutora em Estudos da Linguagem pela UFRGS. Atua na área de língua inglesa na graduação e no Programa de Pós-graduação em Letras (PPGLET). Seus interesses de pesquisa incluem: Inglês para Fins Específicos, Inglês para Fins Acadêmicos, ensino de Inglês para Fins de Publicação de Pesquisa (ERPP) eLinguística de Corpus. E-mail: ana.bocorny@gmail.com
Jhonatan Henrique Lopes Alves, Universidade Federal de Minas Gerais (UFMG)

Graduação em Letras pela Universidade Federal de Minas Gerais (UFMG). Foi bolsista de iniciação científica (FAPEMIG) no campo da linguística de corpus, desempenhando atividades em linguística computacional e programação. Seus interesses de pesquisa incluem o desenvolvimento de ferramentas computacionais de linguística de corpus e de análise linguística. E-mail: jhlopesalves@gmail.com

References

ÄDEL, Annelie. Corpus compilation. In: PAQUOT, Magali; GRIES, Stefan (Ed.). A practical handbook of corpus linguistics. Springer Nature, 2020. p. 3-24.

ALVES, Jhonatan Henrique Lopes, et al. CorpuScript: an automated text-cleaning tool for corpus linguistics. In: XVI Encontro de Linguística de Corpus e XIII Escola Brasileira de Linguística Computacional, 2024, Brasília. Anais eletrônicos [...]. Brasília: UnB. October, 2024. Available at: https://www.elc-ebralc.net.br/anais.

BIBER, Douglas. Representativeness in corpus design. Literary and linguistic computing, v. 8, n. 4, p. 243-257, 1993.

BIBER, Douglas. University language. Amsterdam: John Benjamins, 2006.

BIBER, Douglas; FINEGAN, Edward. Intra-textual variation within medical research articles. In: CONRAD, Susan BIBER, Douglas (ed.). Variation in English: Multi-dimensional Studies. London: Longman, 2001. p 108-123.

BIBER, Douglas; GRAY, Bethany. Challenging stereotypes about academic writing: Complexity, elaboration, explicitness. Journal of English for Academic Purposes, v. 9, n. 1, p. 2-20, 2010.

CAPES. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Catálogo de Teses e Dissertações - Brasil [1987-2012]. In: Dados Abertos CAPES. 2024. Available at: https://dadosabertos.capes.gov.br/dataset/1987-a-2012-catalogo-de-teses-e-dissertacoes-brasil. Retrieved 2 Oct, 2025.

CAPES. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Catálogo de Teses e Dissertações - Brasil [2021 a 2024]. In: Dados Abertos CAPES. 2025a. Available at: https://dadosabertos.capes.gov.br/dataset/2021-a-2024-catalogo-de-teses-e-dissertacoes-brasil. Retrieved 2 Oct, 2025.

CAPES. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Plataforma Sucupira: Dados Cadastrais do Programa. 2025b. Available at: https://sucupira-legado.capes.gov.br/sucupira/public/consultas/coleta/programa/listaPrograma.jsf. Retrieved 24 Sep., 2025.

COLLINS, Luke. Corpus linguistics for online communication: A guide for research. Chapter 2: Designing and building corpora. New York: Routledge, 2019. p. 29-50.

DUTRA, Deise Prina; ORFANÒ, Bárbara Malveira; GUEDES, Annallena de Souza; ALVES, Jessica Ceritello; FEKETE, João Gabriel. The learner corpus path: a worthwhile methodological challenge. D.E.L.T.A., v. 38, n. 2, p. 1-24, 2022. https://dx.doi.org/10.1590/1678-460X202238249731.

FLOWERDEW, John; HABIBIE, Pejman. Introducing English for research publication purposes. New York: Routledge, 2022.

GRAY, Bethany. On the complexity of academic writing: Disciplinary variation and structural complexity. In: CORTES, Viviana.; CSOMAY, Eniko. (ed.). Corpus-based research in applied linguistics: Studies in honor of Doug Biber. John Benjamins, 2015. p. 49-78.

HYLAND, Ken. Disciplinary discourses: Social interactions. The University of Michigan Press, 2004.

HYLAND, Ken. Corpora and academic discourse. In: HYLAND, Ken; HANDFORD, Michael; CHAU, Meng Huat. Corpus applications in applied linguistics. 2012, p. 30-46, 2012.

HYLAND, Ken. Academic publishing: Issues and challenges in the construction of knowledge. Oxford: Oxford University Press, 2016.

HYLAND, Ken; BONDI, Marina. Chapter 1: Introduction. In: HYLAND, Ken; BONDI, Marina (ed.). Academic discourse across disciplines. S.l.: Peter Lang, 2006.

LILLIS, T.; CURRY, M. J. Academic Writing in a Global Context: The Politics and Practices of Publishing in English. London: Routledge, 2010.

MCENERY, Tony; BROOKES, Gavin. Building a written corpus: what are the basics? In: O'KEEFFE, Anne; MCCARTHY, Michael J. (ed.). The Routledge Handbook of Corpus Linguistics. 2nd Edition. Routledge, 2022. p. 35-47.

NASSI-CALÒ, Lilian. Estudo aponta que artigos publicados em inglês atraem mais citações [online]. SciELO em Perspectiva, 2016.

PARKINSON, Jean. Representing own and other voices in social science research articles. International Journal of Corpus Linguistics, v. 18, n. 2, p. 199-228, 2013.

REPPEN, Randi. Building a corpus: what are key considerations? In: O'KEEFFE, Anne; MCCARTHY, Michael J. (ed.). The Routledge Handbook of Corpus Linguistics. 2nd Edition. Routledge, 2022. p. 13-20.

SHAMSI, Ahmad Fawzi; OSAM, Ulker Vanci. Challenges and support in article publication: perspectives of non-native English speaking doctoral students in a “publish or no degree” context. Sage Open, v. 12, n. 2, 2022.

SHI, Huimin; WANNARUK, Anchalee. Rhetorical Structure of Research Articles in Agricultural Science. English Language Teaching, v. 7, n. 8, p. 1-13, 2014.

SINCLAIR, John. Corpus and Text. In: WYNNE, M (ed.). Developing Linguistic Corpora: A Guide to Good Practice. Oxford: Oxbow Books, 2005.

SWALES, John, Malcom; FEAK, Christine, Bell. Academic Writing for Graduate Students: Essential Tasks and Skills. 3rd ed., Michigan ELT, 2012.

WEISSER, Martin. Practical Corpus Linguistics: An Introduction to Corpus-based Language Analysis. Malden, MA: Wiley-Blackwell, 2016.