MétaCan
Menu
Retour à la cohorte
Enregistrement W1950941915 · doi:10.18806/tesl.v30i7.1158

The Neglected Combination: A Case for Explicit-Inductive Instruction in Teaching Pragmatics in ESL

2014· article· en· W1950941915 sur OpenAlexvenueno aff
Karen Glaser

Notice bibliographique

RevueTESL Canada Journal · 2014
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPragmaticsInductive reasoningPoint (geometry)LinguisticsFocus (optics)Perspective (graphical)Computer sciencePsychologyEpistemologyArtificial intelligenceMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

A substantial part of interlanguage pragmatics (ILP) research has contrasted ex- plicit and implicit teaching designs, generally finding that explicit approaches— those featuring metapragmatic rule provision—are more effective than their implicit counterparts, which are characterized by the absence of metapragmatic information. A second dichotomy used to characterize instructional designs, that of deductive vs. inductive approaches, has received somewhat less attention. Con- cerned with the sequencing of the instruction rather than the criterion of whether or not to provide rules, this concerns the question of whether to choose (deductive) rules or (inductive) language use as the starting point of the instruction. Although the two dichotomies are interrelated, they are often unjustifiably merged, with the labels deductive and explicit, on the one hand, and inductive and implicit, on the other, being used interchangeably. This article illustrates the reasons for this oversimplification and argues that the resulting focus on the contrast of explicit-deductive and implicit-inductive designs has led to overlooking a third possible constellation: the explicit-inductive framework. Adopting a classroom perspective, the article further attempts to point out the advantages that this neglected combination can have for the teaching and learning of pragmatics in ESL.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,811
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,233
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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