MétaCan
Menu
Retour à la cohorte
Enregistrement W2765416764 · doi:10.1080/09588221.2017.1395348

Learning a minority language through authentic conversation using an online social learning method

2017· article· en· W2765416764 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueComputer Assisted Language Learning · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensYorkville University
Organismes subventionnairesLlywodraeth Cymru
Mots-clésConversationComputer scienceWelshVignetteLanguage acquisitionBlended learningAsynchronous communicationEducational technologyExperiential learningSynchronous learningTeaching methodMathematics educationCooperative learningPsychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Advances in technology are currently helping to speed up the globalisation of ‘super’ languages. One can argue that at the same time technology might be used to help reverse the decline of less widely spoken languages. Cada Dia (CD) is a social learning method which uses online web meeting platforms, in combination with asynchronous learning management systems, to enhance the language learning experience. CD provides an immersive learning strategy to encourage authentic conversations in a real time environment to create dynamic and meaningful learning encounters. Using a vignette data analysis technique in combination with a survey research method, this paper is a reflection on the analysis of learners’ experiences during an eight week Cada Dia Welsh (CDW) pilot study; its aim is to gain an understanding of online social learning methods for minority language learning. Central to the research was understanding online pedagogical practices with a particular emphasis on authentic conversation for minority languages such as Welsh.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
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 enseignants0,644
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,102
Tête enseignante GPT0,356
Écart entre enseignants0,254 · 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