MétaCan
Menu
Retour à la cohorte
Enregistrement W1549095265 · doi:10.18806/tesl.v30i1.1128

Show me! Enhanced Feedback Through Screencasting Technology

2013· article· en· W1549095265 sur OpenAlexfundvenueno aff
Jérémie Séror

Notice bibliographique

RevueTESL Canada Journal · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésThe InternetMultimediaComputer scienceHumanitiesSociologyWorld Wide WebPedagogyArt

Résumé

récupéré en direct d'OpenAlex

Technology is an ever-increasing part of how teachers and learners work on lan- guage and texts. Indeed, computers, the Internet, and Web 2.0 applications are revolutionizing how texts are consumed, discussed, and produced in classrooms. This article focuses on a specific technological innovation emerging from this dig- ital revolution: the use of screencasts and their potential to transform how feed- back can be offered to language-learners on written assignments. Drawing on a brief review of the literature and the author’s own experiences as a second-lan- guage writing teacher, this article presents an overview of screencasting technol- ogy and examines how freely available software can be used by teachers and students to produce and share asynchronously online video recordings of them- selves as they edit and comment on documents viewed on a computer screen. It is argued that at a time when teaching and learning is increasingly migrating to online digital contexts, screencasting represents a low-cost, intuitive, and time- saving interface the multimodal nature of which can counter limitations typically associated with more traditional feedback approaches.La technologie joue un rôle croissant dans le travail des enseignants et des étudiants portant sur la langue et les textes. En fait, les ordinateurs, l’Internet et les applica- tions Web 2.0 transforment la façon dont les textes sont employés, discutés et pro- duits dans les salles de classe. Cet article évoque une innovation technologique spécifique qui découle de cette révolution numérique : l’emploi de la vidéographie et son potentiel pour transformer la façon dont les apprenants de langue reçoivent de la rétroaction sur leurs travaux écrits. Puisant dans une brève analyse documentaire et dans les expériences personnelles de l’auteur comme enseignant d’écriture en langue seconde, cet article présente un aperçu de la technologie de la vidéographie et examine l’emploi que peuvent faire les enseignants et les étudiants de logiciels gra- tuits pour produire et partager en mode asynchrone des enregistrements vidéo en ligne d’eux-mêmes pendant qu’ils révisent et commentent des documents affichés sur un écran d’ordinateur. On fait valoir que pendant cette période où l’enseignement et l’apprentissage se déplacent de plus en plus vers des contextes numériques en ligne, la vidéographie représente une interface économique et intuitive qui permet d’économiser du temps et dont le caractère multimodal peut éliminer les contraintes souvent associées aux approches plus traditionnelles à la rétroaction.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0500,011

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 Opus0,023
Tête enseignante GPT0,213
Écart entre enseignants0,190 · 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'étudeSans objet
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

Citations63
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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