MétaCan
Menu
Retour à la cohorte
Enregistrement W1589176686 · doi:10.5539/jsd.v8n5p225

Teaching History of the English Language: Some Socio-Cultural Aspects and Features of Competence-Based Approach

2015· article· en· W1589176686 sur OpenAlexvenueno aff
Almira K. Garayeva

Notice bibliographique

RevueJournal of Sustainable Development · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Teacher Development
Établissements canadiensnon disponible
Organismes subventionnairesKazan Federal University
Mots-clésCommunicative competenceCompetence (human resources)Linguistic competenceSociolinguisticsLinguisticsCommunicative language teachingCognitionForeign languageLanguage educationSociologyPsychologyPedagogySocial psychology

Résumé

récupéré en direct d'OpenAlex

The importance of the problem under investigation is determined by the increasing importance of learning English, which sometimes raises a number of linguistic, cultural and pedagogical issues that can be linked with students’ understanding of the English language itself. The purpose of the article is to reveal some historicocultural aspects of language teaching, which include acquisition of knowledge, shaping skills needed for cross-cultural communication; as well as to highlight the most important features to ensure competence-based approach. The leading approach to the study of the problem is systematic, involving basic content of teaching the history of the English language, which represents a merger of two distinct-subdisciplines of linguistics: sociolinguistics and culturology and focusing on cognitive and communicative components of linguoculturological competence. The paper presents an overview that any foreign language should be viewed not only as a system of linguistic norms, but also as a system of social norms and behavior, spiritual values; language is central to historical and social interaction in every society. The materials of this paper can be recommended for use in modern practice of educational institutions, as well as in the system of teacher training.

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)0,003
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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,016
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,262
Écart entre enseignants0,236 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetEducational Methods and Teacher DevelopmentTravaux en français237 207