MétaCan
Menu
Retour à la cohorte
Enregistrement W2557428830 · doi:10.1002/tesq.341

Developing Mutual Intelligibility and Conviviality in the 21st Century Classroom: Insights from English as a Lingua Franca and Intercultural Communication

2016· article· en· W2557428830 sur OpenAlexfundno aff
Dustin Crowther, Peter I. De Costa

Notice bibliographique

RevueTESOL Quarterly · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesConcordia UniversityMichigan State University
Mots-clésEnglish as a lingua francaLingua francaSociologyCitationLibrary scienceMedia studiesHumanitiesArtComputer science

Résumé

récupéré en direct d'OpenAlex

& Due to ongoing increases in global mobility and migration, global citizens consistently find themselves in contact with a range of linguistic and cultural backgrounds (Zhu, 2011).Through a growing focus on multilingualism in second language (L2) research (i.e., Ortega, 2013), greater recognition has been given to the complex multilingual repertoires of language users across the globe (Blommaert, 2010).However, a primarily pedagogical focus on the linguistic components of interaction overlooks the role that cultural differences may play in mis-and nonunderstandings between speakers (Scollon, Scollon, & Jones, 2012).Blommaert (2013) prioritized a recognition of complexity over multiplicity and plurality when considering the cultural components of global contact, arguing that current investigations are limited to individual zones of contact, without consideration of how what begin as distinct cultural units are transformed and carried over into subsequent global contact.As such, Blommaert is following up on Leung's (2005) argument for conviviality between global English users, where linguistic and cultural distinctions are not immediately evaluated due

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,026
Communication savante0,0130,009
Science ouverte0,0010,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,258
Écart entre enseignants0,230 · 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'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

Citations32
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTESOL QuarterlyMême sujetEFL/ESL Teaching and LearningTravaux en français237 207