MétaCan
Menu
Retour à la cohorte
Enregistrement W2109720458

DESIGNING A FRENCH FOR LIBERAL ARTS PROFESSIONS COURSE

2014· article· en· W2109720458 sur OpenAlexaboutno aff
Mariana Ionescu

Notice bibliographique

RevueJournal of International Scientific Publications : Language, Individual & Society/Language, individual and society · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSyllabusLiberal arts educationWork (physics)Course (navigation)Order (exchange)Computer scienceEngineering ethicsThe artsPedagogyMathematics educationMedical educationEngineeringHigher educationPsychologyPolitical scienceMedicineBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

French for Specific Purposes (FSP) courses prove to be challenging for both learners and teachers because they have to be tailored to audiences with increasingly specialized needs who are concerned, to various degrees, about their integration in a French-speaking professional work environment. This paper will respond briefly to the main questions regarding the design and teaching of a French course for liberal arts professions which was created primarily for Canadian students interested in the legal, medical and educational fields, but is also open to students who need an extra language course in order to meet their program requirements. The designer of a second-language course that proposes specific training complementary to general linguistic training needs to carefully determine the course's learning objectives and teaching strategies, to create a syllabus which responds to multifunctional needs, and to choose evaluation techniques that are more suitable for learners who will eventually work in an intercultural environment.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,038
Tête enseignante GPT0,373
Écart entre enseignants0,336 · 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
GenreMéthodes

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

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Scientific Publications : Language, Individual & Society/Language, individual and societyMême sujetFrench Language Learning MethodsTravaux en français237 207