MétaCan
Menu
Retour à la cohorte
Enregistrement W2483582084 · doi:10.1057/9781137317193_1

Introduction: From Practices to Principles

2013· book-chapter· en· W2483582084 sur OpenAlexaff
Thomas S. C. Farrell

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2013
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésActive listeningPedagogyField (mathematics)Mathematics educationPsychologySociologyCommunication

Résumé

récupéré en direct d'OpenAlex

Research on teaching and teachers in the field of general education has refocused somewhat over the recent past to what teachers actually do. In other words, research has started to examine the different ways in which experienced teachers understand their practice in relation to their accumulated career experiences by listening to their voices and getting their views (Hargraves, 1996). This research with rather than on teachers now includes the teachers’ understandings of their profession with the idea that teachers can be generators of research rather than always being consumers of research by others (see also research approach later in this chapter). In English language teaching, Freeman (1996) has pointed out the importance of listening to teachers’ voices about what they do because he says that it is necessary to put teachers at the centre of telling their stories. Freeman (1996: 89) maintains that putting teachers in front and centre in terms of listening to what they do actually follows the jazz maxim: “You have to know the story in order to tell the story”. That said, not much has really happened in the English Language Teaching (ELT) field as we have not heard many of the voices of experienced English as a Second Language (ESL) teachers and their various experiences over their years of teaching ESL.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0080,007
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0320,014

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 Opus0,061
Tête enseignante GPT0,253
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetEFL/ESL Teaching and LearningTravaux en français237 207