Academic English is No One’s Mother Tongue: Graduate and Undergraduate Students’ Academic English Language-learning Needs from Students’ and Instructors’ Perspectives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A research project designed to assess English-as-first-language (EL1) and English-as-an-additional-language (EAL) undergraduate and graduate students’ academic language-learning needs in the context of an academic language-support unit was conducted. This paper reports findings pertaining to 370 EL1 students and 88 instructors at the graduate and undergraduate levels. These participants responded to questionnaires, which requested them to rate the importance of academic language skills, to assess their own or their students’ skill status, and to respond to open-ended questions regarding their own or their students’ academic communication challenges. In addition to reporting EL1 students’ perceived needs and assessments of their skills, a comparison of findings between EL1 and EAL contexts is presented. Findings point to a match between instructors and students at both the graduate and undergraduate levels in their perceptions of important academic language skills, but a great divergence in their assessments of students’ competence in those skills. These findings indicate a need to re-examine the divide often made in English for Academic Purposes (EAP) programmes regarding divergent needs of EAL versus EL1 learners as well as to determine whether the convergence of their needs can be considered when planning EAP courses or workshops, especially during challenging economic times, when priorities must be set in response to the rise of international EAL student enrolment in English-speaking countries.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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