MétaCan
Menu
Retour à la cohorte
Enregistrement W1506499560

Exploring Language Teachers’ Evolving Conceptualizations of Language Variation

2014· article· en· W1506499560 sur OpenAlexvenueno aff
Larry LaFond, Seran Doğançay‐Aktuna

Notice bibliographique

RevueStudies in literature and language · 2014
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)CourseworkScope (computer science)Term (time)On LanguagePsychologyMathematics educationLinguisticsComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines conceptions that pre-service teachers of English bring to the term language variation, a crucial constellation of concepts in linguistics related to understanding the socioculturally variant nature of language. We review responses given to open-ended questions about language variation, focusing on statements made regarding this term at different points of professional development, looking particularly at how initial understanding of language variation evolves as a result of having multiple exposures to this linguistic concept across differing language courses. Survey questions related both to a definition language variation and to an assessment of the importance of this concept for the careers for which these respondents were preparing. Comparative content analyses of responses reveals that many pre-service teachers start their academic careers with differing preconceptions of language variation based on general use of the term. Though these pre-service teachers are sometimes reflective about aspects of variation, their early formulations are quite narrow in scope, often reflecting an incomplete or less sophisticated understanding of the term. Results suggest that, as these pre-service teachers extend their coursework, they also expand and refine their initial understanding of language variation, thereby gaining a discipline-specific and nuanced understanding of the term. Results also show broad appreciation for language variation, and development in the ability to articulate how awareness of variation might assist their teaching.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,042
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0060,033
Communication savante0,0120,014
Science ouverte0,0030,011
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,058
Tête enseignante GPT0,291
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetSecond Language Learning and TeachingTravaux en français237 207