Investigating language assessment literacy: Collaboration between assessment specialists and Canadian university admissions officers
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
Abstract There are increasing numbers of non-native English speaking applicants to Canadian universities (AUCC 2008a, 2010), which are committed to promoting linguistic and cultural diversity (AUCC 2008b). One result of this trend is that university admissions officers, as gatekeepers, are faced with a growing and potentially confusing array of language test scores when making their decisions. These admissions decision makers need a certain amount of language assessment literacy (LAL) to enable them to make use of these language test scores effectively and ethically (O’Loughlin 2011, 2013). This article reports on the first phase of a project designed to address this challenge. The project involves the collaboration of assessment professionals and admissions officers across Canada in determining the LAL base needed for users of language test scores in university admissions decision-making. This first phase of research consisted of a survey with university admissions officers across Canada, inquiring about their knowledge, beliefs, and levels of confidence in making use of language test scores in decision-making. Results have begun to reveal the nature of the LAL needed for these users, and have suggested the most appropriate content for later informational workshops with admissions officers (Phase 2 of the project). While some evidence of misunderstanding was identified, respondents demonstrate awareness of concepts related to validity in language assessment, albeit without making use of the conventional language of the field.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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