MétaCan
Menu
Retour à la cohorte
Enregistrement W2050879057 · doi:10.3138/cmlr.60.5.611

Effective High School ESL Programs: A Synthesis and Meta-analysis

2004· article· en· W2050879057 sur OpenAlexafffundvenueabout
Hetty Roessingh

Notice bibliographique

RevueCanadian Modern Language Review/ La Revue canadienne des langues vivantes · 2004
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésMainstreamContext (archaeology)AccountabilityEnglish languagePedagogyMathematics educationPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Over the past decade there has been increased pressure in the public discourse for accountability in educational outcomes. There has been a growing sense that ESL students are not being well served by the delivery of supports meant to facilitate their development of English language acquisition and enable them to participate with their classmates in the mainstream. In short, educational outcomes measured by way of dropout, failure, and low achievement on standardized tests all suggest that for some reason ESL learners do not benefit from ESL programming. This article begins with a synthesis and meta-analysis of 12 major studies of effective ESL programs conducted over the past 14 years, providing a backdrop for our reflections on our program development and successful outcomes for ESL learners, documented and published previously. By identifying major themes that pervade these studies across time and relating them to our work, we pinpoint the gaps in program design and implementation that should lead to instructional and policy reform. These reforms must be guided and directed by further research efforts in the Canadian context, implemented and supported at the jurisdictional and ministerial levels.

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)0,038
score de la tête « metaresearch » (Gemma)0,089
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,089
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,017
Bibliométrie0,0100,014
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,226
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'étudeMéta-analyse
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

Citations68
Publié2004
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Modern Language Review/ La Revue canadienne des langues vivantesMême sujetSecond Language Learning and TeachingTravaux en français237 207