MétaCan
Menu
Retour à la cohorte
Enregistrement W2789160738 · doi:10.18806/tesl.v34i2.1264

An EAP Program and Students’ Success at a Canadian University

2017· article· en· W2789160738 sur OpenAlexaffvenueabout
Karin Keefe, Ling Shi

Notice bibliographique

RevueTESL Canada Journal · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensThinkpath Engineering Services (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnglish for academic purposesDisciplinePsychologyPedagogyLibrary scienceMedical educationSociologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Many universities have instituted intensive English for Academic Purposes (EAP) programs to support international students. This qualitative study used interviews to gain insights into the experiences of 8 non-native English speaking (NNES) students who completed an EAP program before they enrolled in disciplinary courses at a Canadian university. We followed and interviewed these students as they studied in the EAP program and then moved through the first term of university to identify how the EAP program prepared them for disciplinary courses. Results of the study illustrate that students’ responses to the EAP program were mostly positive; all 8 students reported improvements and increased confidence in speaking and writing as they embarked on university classes. However, the participants reported challenges in their first term of university, including difficulty in understanding lectures, completing more complex writing tasks, adjusting to new expectations, and seeking social or peer support. The participants reported that all these challenges would have been greater had they not taken the EAP courses. Recommendations based on the findings are discussed.Plusieurs universités ont établi des programmes intensifs d’anglais académique pour appuyer les étudiants internationaux. Cette étude qualitative s’est basée sur des entrevues pour obtenir un aperçu des expériences de 8 étudiants n’ayant pas l’anglais comme langue maternelle qui ont complété un programme d’anglais académique avant de s’inscrire à des cours liés à une discipline académique dans une université canadienne. Nous avons suivi ces étudiants et les avons interviewés pendant qu’ils suivaient le programme d’anglais académique et ensuite lors de leur premier semestre d’université pour identifier dans quelle mesure le programme d’anglais académique les avait préparés pour les cours réguliers. Les résultats révèlent que les étudiants ont réagi de façon surtout positive au programme d’anglais académique; tous les 8 étudiants ont signalé des améliorations et une confiance accrue face à l’anglais oral et écrit quand ils avaient commencé leurs cours universitaires. Toutefois, les participants ont évoqué des défis pendant leur premier semestre à l’université, y compris de la difficulté liée à la compré- hension des cours, les tâches écrites plus complexes, l’ajustement aux nouvelles attentes et la recherche d’appui social ou des pairs. Les participants ont déclaré que ces défis auraient été encore plus importants sans les cours d’anglais académique qu’ils avaient suivis. Nous discutons de recommandations découlant des résultats.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0290,006
Communication savante0,0070,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,016
Tête enseignante GPT0,244
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), 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

Citations31
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetSecond Language Learning and TeachingTravaux en français237 207