MétaCan
Menu
Retour à la cohorte
Enregistrement W2888427178 · doi:10.3968/10210

Teaching Mode Exploration Basing on the Text of New Horizon College English Text Book for Reading and Writing

2017· article· en· W2888427178 sur OpenAlexvenueno aff
Chang Zheng

Notice bibliographique

RevueStudies in literature and language · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueForeign Language Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVocabularyActive listeningReading (process)Class (philosophy)MemorizationComputer sciencePoint (geometry)Mathematics educationCollege EnglishLinguisticsPsychologyArtificial intelligenceCommunicationMathematics

Résumé

récupéré en direct d'OpenAlex

The New Horizon College English Text Book for Reading and Writing embodies the application-oriented designing concept that combines listening, speaking, reading and writing. It puts students’ comprehensive application ability at the forefront. The core is to develop students’ ability to comprehensively applying language. Teachers must use this as the basis for selecting teaching mode in the process of using teaching materials. This paper takes New Horizon College English Text Book for Reading and Writing as an example, combining with practical experience, to discuss how to teach the text, and to propose the teaching mode, which contains vocabulary, discourse and linguistic points, and cognition strategy. For vocabulary teaching, the ability, which truly enables learners to understand and use words accurately, needs to emphasize learning vocabulary in communication through systematic principle, communication principle, cultural principle, cognitive principle, and emotional principle. Discourse teaching is the main body of the text teaching, main mean and approach to develop students’ ability of rapid reading and understanding. It requires teaching the text as an organic integrity, and first, it must be understood and explained. For linguistic point teaching, students are more opposed to simply making a list of language usages and then exemplifying them. In fact, students are more in favor of “connecting, discovering rules, understanding and memorizing, exercising key points, and using reverse thinking to standardize the language.” Overall, text teaching design is the main body of in-class teaching. And in-class activities should focus on this subject, as well. The in-class teaching activities should be a mind-innovation process including learning, thinking, deliberating, inquiring, reasoning and judging. Therefore, teachers should focus on these aspects, continuously deepening the text book. In addition, the teachers’ thought will be explored during the process.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,055
Tête enseignante GPT0,407
Écart entre enseignants0,353 · 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'étudeSans objet
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetForeign Language Teaching MethodsTravaux en français237 207