Language Choice Among Peers in Project-Based Learning: A Hong Kong Case Study of English Language Learners’ Plurilingual Practices in Out-of-Class Computer-Mediated Communication
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
Recently there has been considerable interest in the role of first language use in second/foreign language learning, especially where students share a common first language. However, most research has focused on in-class interaction between teachers and learners. Much less attention has been given to students’ out-of-class practices, for example, in collaborative project-based learning. To fill this gap, the article tracks the out-of-class activities of 16 students (four project groups) involved in project work on a course in English for science students at an English-medium university in Hong Kong. An analysis of students’ computer-mediated interactions (Facebook, WhatsApp and email) shows that these interactions are plurilingual, with students drawing on English, Chinese and mixed code to different extents as they go about their project work. Different languages are used strategically: whereas L2 is used more in the construction of the final project product, L1 is used more to promote group cohesion. The findings suggest that, in plurilingual contexts like Hong Kong, it is necessary to develop an English language pedagogy that acknowledges the need for the constructive but judicious use of translanguaging and plurilingual practices as students are engaged in L2-focused (e.g. EAP) project-based group work.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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