MétaCan
Menu
Retour à la cohorte
Enregistrement W2072583284 · doi:10.5539/ies.v6n7p150

Student Teachers’ Reflective Practice on a Tutorial Teaching Approach

2013· article· en· W2072583284 sur OpenAlexvenueno aff
Kuang-yun Ting

Notice bibliographique

RevueInternational Education Studies · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPronunciationVocabularyMathematics educationPsychologyContext (archaeology)Vocabulary developmentTeaching methodPedagogyLinguistics

Résumé

récupéré en direct d'OpenAlex

The research explored the reflective practice of student teachers on efforts to improve how student teachers learn from their experiences of tutorial teaching in school. Tutoring means teachers working with individual students to support their learning. During this project, eight student teachers tried to help underachieving high school students improve their vocabulary confidence, learning skills and their memorising strategies so that the students could remember more vocabulary and use it more appropriately. Meanwhile, their self-confidence in English language learning could be developed. 16 junior high school students in Grade One were tutored once a week for 30 minutes, more than 10 successive weeks on the use of certain English lexical items. The tutorials took place from March to June in 2010 at a high school in an EFL (English as a Foreign Language) context. Eight student teachers were the tutors providing instruction, practice in pronunciation and vocabulary usage. The students who received the tuition made significant progress in word recognition. The results indeed showed that the young learners had benefitted from the eight student teachers’ teaching methods. This project was intended to help junior high school students learn more vocabulary through the tuition of student teachers. Its success lies also in the fact that the eight student teachers were able to realise their ideas about effective vocabulary teaching and allowed them to appreciate the value of individual tuition.

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)0,018
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,005
Communication savante0,0060,005
Science ouverte0,0030,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,092
Tête enseignante GPT0,542
Écart entre enseignants0,451 · 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'étudeQualitatif
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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetReflective Practices in EducationTravaux en français237 207