MétaCan
Menu
Retour à la cohorte
Enregistrement W2781489134

More Linguistics for 10-Year-Olds

2018· article· en· W2781489134 sur OpenAlexaff
Helen Goodluck

Notice bibliographique

RevueIndiana Magazine of History (Indiana University) · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)LinguisticsSyntaxPsychologyPhonologyMathematics educationPedagogyComputer sciencePhilosophyArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper is a short report on a linguistics class that I taught in College for Kids at the University of Wisconsin-Madison in July 1988. The children in the class were eight children who had just finished fifth grade; they were children who were identified as gifted. The class lasted for about two hours on three consecutive mornings. The class took place on campus and the children were accompanied by their teacher, Fred Bartling. The day after the course was over I made notes about what we had done. This report is based on my notes and my memory. I might say at the outset that I started off on the first day with the misguided idea that 10-year-olds could be given a watered-down version of the sort of linguistics class that goes down well with undergraduates (it might have helped if I had read Fabb (1985) before the class). My experience on the first day of trying to interest the children in the difference between particles and prepositions ('John looked up the road'; 'John looked up the number') made it clear that the facts had at least to be presented in a different way, and a lot of my time in the next day or so was spent trying to work out linguistic activities and games that 10-year-olds would enjoy. What follows is a list of things that seemed to work (and some that didn't), organized according to topic (syntax, morphology, phonetics and phonology, and language acquisition).

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,259
Écart entre enseignants0,235 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndiana Magazine of History (Indiana University)Même sujetReading and Literacy DevelopmentTravaux en français237 207