Developing Communicative Competence of Tertiary Level Engineering Students through De Bono’s Lateral Thinking Tool Design
Notice bibliographique
Résumé
Lateral thinking is a unique form of thinking proposed by Edward De Bono. He believes that innovation is the ability to see the changes as an opportunity not as a threat. It results in the generation of new ideas and breaking out of the concept prisons of old ideas. This type of thinking decides the outcome of one's speaking and the job of lateral thinking is to enable the brain to find multiple possibilities or perceptions. The attitude of the present set of tertiary learners, lack of confidence and positive approach, their habits hinder their brain to intake, create and present the information in the demanding context. The major reasons for their inability are the cultural and psychological background of the learners. Developing lateral thinking skills of the tertiary level learners may pave the way to keep a constructive mind to acquire new language competencies. 'Think out of the box' is the crucial motto of the language teachers these days. De Bono's concept of Lateral thinking would enable the language teachers to break a new ground in inculcating speaking skills for the learners of English as a second language. The present study proposes Design , one of the lateral thinking techniques of Bono and its effectiveness as a tool that can be adapted by the language teachers to enrich the communicative competence of the tertiary level learners of English as a second language. The criteria for speaking activity are assessed based on stage III of Canadian Language Benchmark for assessing speaking skills.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».