MétaCan
Menu
Retour à la cohorte
Enregistrement W2161623901 · doi:10.1177/1362168810375372

Seeing eye to eye? The academic writing needs of graduate and undergraduate students from students’ and instructors’ perspectives

2010· article· en· W2161623901 sur OpenAlexaffabout
Li‐Shih Huang

Notice bibliographique

RevueLanguage Teaching Research · 2010
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesEducational Testing Service
Mots-clésPsychologyContext (archaeology)Graduate studentsEnglish for academic purposesMedical educationMathematics educationAcademic writingEnglish languagePedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

This article reports on findings from a research project designed to assess undergraduate and graduate students’ language-learning needs in the context of a new academic language support center at a Canadian university. A total of 432 students of English as an additional language and 93 instructors responded to the questionnaires, which asked them to provide importance ratings of academic language skills, to assess their own or their students’ skill status, and to respond to open-ended questions. This article reports on data collected from the writing section of the study.The findings indicated that there is much overlap in the skill items identified as ‘very important’ between graduate and undergraduate students and instructors. Students’ self-assessments and instructors’ assessments of their students differed dramatically, however. In addition to important pedagogical implications, this study suggests a need to be cautious when interpreting needs assessment results because what instructors or students consider as an important skill to possess may not be what students need to develop.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,008
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,427
Écart entre enseignants0,363 · 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

Citations85
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage Teaching ResearchMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207