MétaCan
Menu
Retour à la cohorte
Enregistrement W2363435664

Bilingual Education in College Specialist Courses: An SLA Perspective

2005· article· en· W2363435664 sur OpenAlexaboutno aff
Ding Zhan-ping

Notice bibliographique

RevueJournal of Zhejiang University(Humanities and Social Sciences) · 2005
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Relevance (law)CurriculumPedagogyPerspective (graphical)Foreign languageBilingual educationInternationalizationSociologyMathematics educationPsychologyComputer sciencePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bilingual education in China's college specialist c ourses is an important step toward internationalization of the country's higher education. In practice, bilingual education in this context is realized by using a foreign language, mostly English, to teach specialist courses specified in th e curriculum. English in the Chinese context is in the extending circle and is l earned as a foreign language mainly through school education, which is often cha racterized by poor environmental support, lack of relevance to learner needs and weak learner motivation. Bilingual education in specialist courses, however, he lps to create a meaningful environment for learners to acquire English. It also provides relevance and a context for learners to examine and internalize how Eng lish is used by a specialist discourse community to achieve its communicative pu rpose. From the perspective of second language acquisition (SLA), using English to teac h specialist courses is a valuable approach to improve learners' comprehensive a bility to use English. A specialist field as a discourse community has a number of specialist genres in its furtherance of academic and professional goals, such as journal articles, coursebooks and newsletters. Use of language in these spec ialist genre types is governed and constrained by the rules and conventions of r elevant specialist discourse communities, which provides an ideal ″comprehensib le input″for learners. Learning English in this manner also provides relevance to learners' learning needs and future work needs, improving learners' motivati on to learn English as a result. Bilingual education in specialist courses as is advocated in Chinese colleges di ffers greatly from foreign language education, but it also differs in nature fro m the three models practiced mainly in the United States and Canada-immersion program, maintenance bilingual education and transitional bilingual education. The main differences lie in the three aspects of teaching purposes, the target l anguage to be learned and the language acquisition environment. To investigate the validity of bilingual education in specialist courses at Zhej iang University, P. R. China, a study was carried out using questionnaire survey s, classroom observations and interviews. The results show that the attitudes of both teachers and students towards these bilingual education programs are posit ive. Based on the theoretical discussion and the research data from this empirical st udy, we propose an English-Chinese interdependencemodel of bilingual educat ion in current college specialist courses. This model should be based on the fol lowing three principles: (1) Bilingual courses should use original English textb ooks. These textbooks should be selected to reflect the latest developments of t he field concerned and should be used with guidance of the course syllabus. (2) Bilingual teachers should mainly use English in class, and they should utilize C hinese as valuable resources when need arises. (3) Bilingual teachers and Colle ge English teachers need to collaborate on bilingual programs. A link should be established between general college English courses and bilingual specialist cou rses. This model mainly argues that while using English to teach specialist cour ses the supportive role of Chinese should not be neglected. This is beneficial t o the learning of specialist knowledge and the acquisition of English as well.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,718
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,278
Écart entre enseignants0,243 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Zhejiang University(Humanities and Social Sciences)Même sujetSecond Language Learning and TeachingTravaux en français237 207