MétaCan
Menu
Retour à la cohorte
Enregistrement W1532129283 · doi:10.18806/tesl.v28i1.1060

Offshore Outsourcing Teacher Inservice Education: The Long-Term Effects of a Four-Month Pedagogical Program on Japanese Teachers of English

2010· article· en· W1532129283 sur OpenAlexvenueaboutno aff
Melodie Cook

Notice bibliographique

RevueTESL Canada Journal · 2010
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education, Culture, Sports, Science and Technology
Mots-clésChristian ministryContext (archaeology)PedagogyMathematics educationPsychologyGrammarCommunicative language teachingTerm (time)Face (sociological concept)SociologyLanguage educationPolitical scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

This longitudinal study tracked five public junior and senior high school Japanese teachers of English (JTEs) who were sponsored by the Japanese Ministry of Education, Culture, Sports, Science and Technology (MEXT) to study English and Communicative Language Teaching (CLT) pedagogy at a host university in Canada. This qualitative case study found that teachers who were not bound by practical constraints such as grammar-based entrance examinations or external influences such as a perceived need to conform to the practices of colleagues were able to incorporate what they had learned in Canada. However, high school teachers facing these constraints tended to abandon new practices in favor of traditional teaching methods such as grammar translation. These findings suggest that JTEs do benefit from overseas study, but that the extent of what they can incorporate into their regular teaching practice depends on the context in which they teach. The findings imply that host program planners and instructors could benefit from a closer look at constraints faced by third-year public high school teachers in particular, as it is they who face the greater number of obstacles to incorporating CLT into their regular teaching practice.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,001
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,029
Tête enseignante GPT0,276
Écart entre enseignants0,247 · 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'étudeObservationnel
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

Citations17
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetEFL/ESL Teaching and LearningTravaux en français237 207