Using interactive CLIL science lessons to teach content and promote english spoken fluency in young learners
Notice bibliographique
Résumé
Este estudio investigativo intenta revelar la influencia del uso de un enfoque AICLE (Aprendizaje Integrado de Contenidos y Lenguas Extranjeras) en la fluidez oral del inglés en niños a través de lecciones interactivas de ciencias. Este estudio se llevó a cabo en dos instituciones: una bilingüe privada y una pública no bilingüe. Las investigadoras intentaron descubrir si el enfoque AICLE tenía un impacto en los procesos de aprendizaje en lenguaje y contenido en los niños. La literatura existente muestra algunos estudios en AICLE que se refieren a vocabulario y habilidades en escritura, en adolescentes y adultos jóvenes. Sin embargo, no se encontraron estudios que investiguen el impacto de AICLE en niños pequeños y/o en su fluidez verbal, por lo cual se decidió implementar un proyecto interactivo de ciencias y analizar el impacto de esta estrategia en la fluidez verbal de los niños. A través del método de teoría fundamentada, las investigadoras analizaron los datos a través de cuatro instrumentos: registros, encuestas, diarios del profesor y videos. En ese momento, a través de codificación abierta, axial y selectiva, se revelaron resultados positivos y efectivos en relación con el uso de AICLE para mejorar la fluidez verbal en niños. El estudio concluyó que, sin importar las condiciones contextuales, un enfoque AICLE puede beneficiar la fluidez verbal de los niños, así como desarrollar otros aspectos como conciencia del conocimiento y uso del lenguaje, estrategias para negociar significado y un genuino interés, además de un avance en el contenido. Teniendo en cuenta que el tema de este estudio no ha sido ampliamente desarrollado en la comunidad dedicada al estudio de AICLE, este contexto se beneficiaría del desarrollo de estudios similares en este campo.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».