MétaCan
Menu
Retour à la cohorte
Enregistrement W2167663879 · doi:10.1111/j.1540-4781.2011.01275.x

The First Language in Science Class: A Quasi‐Experimental Study in Late French Immersion

2011· article· en· W2167663879 sur OpenAlexaffabout
Miles Turnbull, Marianne Cormier, Jimmy Bourque

Notice bibliographique

RevueModern Language Journal · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversité de MonctonUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésScience classClass (philosophy)Mathematics educationFrench immersionLiteracyPsychologySecond languageScientific literacyScience educationLinguisticsComputer sciencePedagogyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article reports analysis of data collected from a quasi‐experimental study in 2 Canadian late French immersion science classes. We examine if, how, and when the first language (L1) is used when students in the first years of their second language learning talk about complex science concepts. We compare differences in groups following a 2‐month intervention. Specifically, we study differences in complexity of oral utterances, and differences in use of L1 in oral utterances after participating in an intervention using a literacy‐based approach, or the typical, district‐prescribed approach. Furthermore, we assess whether increased use of the L1 in complex content statements is positively associated with gains in French and science knowledge. Advanced statistical analyses linked the complexity of student utterances with language use, written skills in French, and performance in science. In this way, this article makes a significant contribution to the existing body of literature on this important topic.

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)0,009
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,516

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,004
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,034
Tête enseignante GPT0,279
Écart entre enseignants0,245 · 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'étudeEssai non randomisé
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

Citations45
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueModern Language JournalMême sujetEFL/ESL Teaching and LearningTravaux en français237 207