When Language Instruction and Second Language Acquisition Meet: An Interdisciplinary Approach
Notice bibliographique
Résumé
There exist misconceptions regarding the objectives of language instruction and those of Second Language Acquisition (SLA). Many language instructors teach the grammar rules of the target language expecting students to internalize knowledge and produce immediately. But research on SLA shows a different picture; there are different stages of language acquisition that should not be changed deliberately through instruction of some grammar rules before or instead of other ones (cf. Van Patten, 2010). It is not the case that all language instructors are aware of or familiar with linguistic research on SLA. Another major concern is that standardization of models on teaching meets the objectives of the institution, but not always the needs and demands of each learner. Each classroom can count on a diverse audience, different types of learners and therefore diverse expectations. This workshop is intended for language instructors, and could be adapted for instructors of other disciplines since the main principles acknowledged here apply in other learning scenarios (i.e. boost the amount of practice of the most complex issues, recognize the diverse audience). This workshop combines the situations described above – considering what research shows us about SLA and a diverse audience in a language classroom (e.g. Foreign language learners vs. Heritage speaker learners). It adapts a practice activity integrating SLA research, and two instruction approaches: one for a diverse audience, and the other focused on form.
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 | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,027 |
| Communication savante | 0,030 | 0,031 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,014 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».