MétaCan
Menu
Retour à la cohorte
Enregistrement W2043489923 · doi:10.5539/elt.v1n2p8

Continuous Enrolment: Heresies, Headaches and Heartaches

2008· article· en· W2043489923 sur OpenAlexvenueno aff
Lynda Yates

Notice bibliographique

RevueEnglish Language Teaching · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Government
Mots-clésContext (archaeology)Flexibility (engineering)PsychologyProduct (mathematics)Focus groupClass (philosophy)Public relationsPedagogyMarketingBusinessPolitical scienceManagementEconomicsHistory

Résumé

récupéré en direct d'OpenAlex

In this paper I report on a research project designed to address the question of how the policy of continuous enrolment has been working in practice in the AMEP (Adult Migrant English Program), the national English language program offered to newly-arrived migrants to Australia. Managers, teachers and learners from around Australia were interviewed individually or in focus groups to ascertain their views on the policy and its management. The literature on continuous enrolment has focused almost exclusively on adult education in North America, and has generally found little positive support for the policy among teachers. The results of this study indicate that the potential benefits to students in the context of the AMEP may outweigh the considerable disruption to classes it causes. In two of the three participating centres, the students were overall very positive about starting class immediately, and many teachers also appreciated these benefits for students and were developing strategies to minimize the negative effects. Similarly, while the managers generally recognized the organizational and pedagogical headaches that the policy caused, they appreciated the flexibility it gave them to open and manage classes according to local conditions. I argue that these more sympathetic views are a product of the unique context and history of the AMEP as a nationally-supported on-arrivals program, but that positive measures are nevertheless necessary in order to address the issues caused by continuous enrolment.

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)0,015
score de la tête « metaresearch » (Gemma)0,045
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,016
Communication savante0,0080,006
Science ouverte0,0010,008
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,025
Tête enseignante GPT0,317
Écart entre enseignants0,292 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetEducation Systems and PolicyTravaux en français237 207