Lessons learned from immersion in western Canada’s multilingual and multicultural post-secondary context across the disciplines
Notice bibliographique
Résumé
The current educational context in post-secondary institutions world-wide is characterized by a widening participation agenda, and is greatly impacted by trends in globalization and internationalization (Burbules & Torres, 2000, Ilieva, Beck, & Waterstone, 2014). This multilingual and multicultural educational context brings about many opportunities and challenges for students, faculty, and other internal and external stakeholders (Arkoudis et al, 2012; Hafernick & Wiant, 2012; Murray, 2016). Given Canada’s increasing involvement in offering programs predominantly in English to international, transnational, and bi/plurlilingal domestic students, it is important to examine the lessons learned from Canada’s history with immersion (Cummins, 1998). and consider the implications for the post-secondary context (Knoerr, et al. 2016). To that end, it is perhaps time to reconsider language education policies, re-examine how language is used as a medium of instruction, redesign curriculum and instruction, as well as understand how students’ bi/plurlingualism can serve as an additional resource for learning across the disciplines (Camarata, 2016; Coste, Moore & Zarate, 2009; Cummins, 2007; Marshall and Moore, 2013). This article describes the educational development and scholarly activities of a Centre for English Language Learning Teaching, and Research at a comprehensive university in British Columbia, and shares emergent findings of a case study and pilot projects in which faculty in applied linguistics/language education collaborate with faculty across the disciplines to support students’ English language development alongside their disciplinary knowledge and literacy skills at the curricular, instructional, and assessment levels. Key practices and approaches in university French immersion education will be compared and contrasted with Content-based/‘CLIL’ and plurilingual approaches used by language education faculty working alongside disciplinary faculty in order to support students at the curricular core within programs where English is the language of instruction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,034 | 0,018 |
| Communication savante | 0,017 | 0,005 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».