MétaCan
Menu
Retour à la cohorte
Enregistrement W1925597652 · doi:10.18806/tesl.v32i1.1199

Developing EAL Learners’ Intercultural Sensitivity Through a Digital Literacy Project

2015· article· en· W1925597652 sur OpenAlexvenueaboutno aff
Angelica Galante

Notice bibliographique

RevueTESL Canada Journal · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesOffice of International Science and Engineering
Mots-clésPedagogyLiteracyIntercultural communicationCommunicative competenceSociologyTarget cultureCultural competenceIntercultural competenceHumanitiesMulticulturalismPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Language and culture are informally integrated in many English as an Additional Language (EAL) programs, but cultural discussions are often regarded from the perspective of a particular dominant culture. Although this integration is crucial for the development of communicative competence, practical applications are still challenging as language teachers tend to know more about linguistic items than cultural aspects (Celce-Murcia, 2007). This article describes a digital literacy project implemented with language learners in an adult EAL program. Using Bennett’s (1993) DMIS model for intercultural sensitivity, the project invited international students and newcomers to Canada to explore and expand on their understanding of intercultural relationships while studying in a multicultural EAL class. The learners engaged in 5 steps to complete the project (reflective discussion, script writing, video recording scenes, editing, and final reflection), with a short movie serving as the digital product. The digital literacy project is proposed as a potential tool for integrating intercultural sensitivity into EAL programs and engaging learners in discussions about diversity in cultural values, beliefs, and behaviours as a way to affirm their cultural and intercultural identities.Alors que plusieurs programmes d’anglais langue additionnelle (ALA) intègrent informellement la langue et la culture, les discussions portant sur la culture adoptent souvent le point de vue d’une culture dominante particulière. Bien que cette intégration soit cruciale pour le développement de la compétence communicative, les applications pratiques demeurent un problème de taille puisque les enseignants de langue ont généralement plus de connaissances relatives à la langue qu’à la culture (Celce-Murcia, 2007). Cet article décrit un projet d’initiation au numérique mis en œuvre auprès d’apprenants adultes dans un programme d’ALA. S’appuyant sur le modèle DMIS de Bennett (1993) de sensibilité interculturelle, le projet visait à encourager des étudiants internationaux et des nouveaux arrivants au Canada à approfondir leurs connaissances des rapports interculturels tout en poursuivant leur apprentissage dans une classe d’ALA multiculturelle. Les étudiants ont suivi les 5 démarches du projet (discussion de réflexion, rédaction de scénarios, enregistrement vidéo de scènes, édition et réflexion finale) pour arriver à la production d’un court-métrage. Nous proposons ce projet d’initiation au numérique comme outil pouvant appuyer l’intégration de la sensibilité interculturelle dans les programmes d’ALA et inciter les étudiants à discuter de diversité en matière de valeurs, croyances et comportements culturels afin d’affirmer leurs identités culturelles et interculturelles.

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)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,004
Communication savante0,0060,004
Science ouverte0,0020,014
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,076
Tête enseignante GPT0,279
Écart entre enseignants0,203 · 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

Citations31
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetSecond Language Learning and TeachingTravaux en français237 207