MétaCan
Menu
Retour à la cohorte
Enregistrement W2766830049

Early French immersion in British Columbia: A Consideration of the 'Struggling Learner'

2016· article· en· W2766830049 sur OpenAlexaboutno aff
Chandra N. Hunt, Greg Ashman, Megan M. Short

Notice bibliographique

RevueeCite Digital Repository (University of Tasmania) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWriting and Handwriting Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFrench immersionMathematics educationPhenomenonPedagogyAP French LanguageContext (archaeology)PsychologyForeign languageHistory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Early French Immersion (EFI) is a popular optional education program offered inmost of the 60 school districts in British Columbia (BC), Canada. Though districtshave varying policies, the model generally involves entry into the program inKindergarten-Grade 1 where French is the language of instruction for all subjects.There are no prerequisites to enrolment other than the students age, available space,and parental choice. In the first years of EFI, French is one hundred percent thelanguage of instruction.The problem being investigated and reported upon is a result of a recurring andperplexing personal observation of a small cohort of learners in the researchersGrade 2 classroom. These learners presented a disparate profile that is irrespective ofability, but that shares one thing: the learners repeatedly struggle to meet expectationsdespite the teachers best efforts.The investigation aimed to determine if this is a phenomenon experienced byother teachers, and if it is, to initially open the discussion about these students, beginto understand the reasons behind the struggling, and identify and initiate ways tobuild the learners success and well-being. Specifically, this chapter will consider thequestion: Within the BC classroom context, to what extent are teachers identifyingstudents who struggle in Early French Immersion?

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,200
Écart entre enseignants0,190 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeCite Digital Repository (University of Tasmania)Même sujetWriting and Handwriting EducationTravaux en français237 207