MétaCan
Menu
Retour à la cohorte
Enregistrement W2341510308 · doi:10.14198/raei.2015.28.02

Teaching Legal English for Company Law: A Guide to Specialism and ELP Teaching Practices and Reference Books

2015· article· en· W2341510308 sur OpenAlexaboutno aff
María José Álvarez Faedo

Notice bibliographique

RevueRevista Alicantina de Estudios Ingleses · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)MainstreamCriticismStrengths and weaknessesDomain (mathematical analysis)English for specific purposesMathematics educationSociologyListing (finance)PedagogyLawPsychologyPolitical scienceComputer scienceLibrary scienceBusiness

Résumé

récupéré en direct d'OpenAlex

This article discusses one of the less mainstream areas of ESP teaching, that of legal English for students of company law. The author begins by analysing the approach used by subject-domain specialists themselves and the current criticism regarding the conservative textbook approach which continues to dominate teaching theory in this area. To this effect, she presents the results of a study carried out from October 2014 to March 2015 regarding subject-domain textbooks most used in Law Schools in Australia, Britain, Canada and the USA. The paper then addresses the question of teaching legal English to students of company law. After a brief outline of the three main theories underlying language teaching –behaviourist, cognitive and communicative– the author provides a critical guide to the main course books available to teachers in this rarefied area of specialised language learning, listing the types of exercises proposed, and evoking their overall strengths and weaknesses. To conclude, she suggests means of supplementing course book material.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,438
Écart entre enseignants0,328 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Alicantina de Estudios InglesesMême sujetLegal Education and Practice InnovationsTravaux en français237 207