Review of Contemporary Computer-Assisted Language Learning
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
the parameters of contemporary computer-assisted language learning (CALL) and illustrates how a range of different areas, as well as research approaches, are shaping this field.The introductory chapter states four objectives fulfilled by the volume.Firstly, it offers an overview of the historical perspectives of CALL and identifies relationships with other disciplines.Secondly, it provides a critical synopsis of CALL research and ways in which this empirical base is leading to richer theoretical understandings.Thirdly, the introduction documents research that explores relationships between theory and practice in a range of educational settings, and finally, it outlines new research directions and approaches.The edited volume offers a balanced representation of voices through its 18 chapters contributed by researchers in Canada, Germany, Hong Kong, Japan, Spain, the United Kingdom, the United States, and Venezuela.A wide range of topics are covered, which supports the editors' observation that CALL has developed from a narrow area of specialist interest to an area of scholarship in its own right, with independent subfields, including teacher education, evaluation, language testing, social media, and task design.The contributions are organized in a three-part architecture: CALL context, CALL learning environments, and CALL in language education.The volume features an insightful foreword by Mike Levy, who examines reasons to employ the label CALL.He describes the book as essential reading for postgraduate students of language teaching, for CALL researchers-in short, for "old hands and newcomers alike" (p.xviii).In Part I, The CALL Context, five chapters examine the historical development of the field and its research trends, in view of theories of language education and the process of technological integration and normalization.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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