MétaCan
Menu
Retour à la cohorte
Enregistrement W2129974718 · doi:10.1002/tesq.119

Plurilingual Pedagogical Practices in a Policy‐Constrained Context: A Northern Ugandan Case Study

2013· article· en· W2129974718 sur OpenAlexafffund
Doris Maandebo Abiria, Margaret Early, Maureen Kendrick

Notice bibliographique

RevueTESOL Quarterly · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésContext (archaeology)Transformative learningPedagogySociologyMultilingualismMedium of instructionExploratory researchLanguage policyMultilingual EducationMathematics educationPsychologyGeographySocial science

Résumé

récupéré en direct d'OpenAlex

Uganda is a linguistically diverse nation where plurilingualism is common. Its language education policy dictates that, except in large urban areas, one local language be selected as the medium of instruction (MoI), to Primary 3, transitioning to English MoI, in Primary 4. Yet, as Ramanathan and Morgan ( ) argue, “thepracticeof policy encourages us, as researchers and teachers, to read between and behind the lines (cf. Cooke, ), to interpret the ambiguities and gaps … that open up moments and spaces for transformative pedagogical interventions” (p. 448). The purpose of this study, conducted in Uganda with five Primary 4 teachers and their coordinator, was to explore such possibilities. It asks: How do subject‐area primary teachers in northern Uganda use local linguistic and multimodal cultural resources as plurilingual pedagogical tools to enhance students' learning in English MoI/TESOLclassrooms? What are the challenges and constraints in employing locally available linguistic and multimodal cultural resources to become plurilingual pedagogical tools in English MoI/TESOLprimary school classrooms? Three themes emerged: the teachers' exploratory plurilingual practices, students as plurilingual peer tutors, and integrated multimodal and plurilingual instruction. Challenges related to the larger educational cultural context and to local school and classroom conditions are also discussed.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0250,010
Communication savante0,0050,004
Science ouverte0,0020,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,086
Tête enseignante GPT0,343
Écart entre enseignants0,257 · 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

Citations139
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTESOL QuarterlyMême sujetSecond Language Learning and TeachingTravaux en français237 207