MétaCan
Menu
Retour à la cohorte
Enregistrement W2889710219 · doi:10.1017/s026144481800023x

Language learning and study abroad

2018· article· en· W2889710219 sur OpenAlexaff
Christina L. Isabelli-García, Jennifer Bown, John L. Plews, Dan P. Dewey

Notice bibliographique

RevueLanguage Teaching · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésPaceAgency (philosophy)Language acquisitionEmpirical researchStudy abroadCurriculumExperiential learningPedagogyLanguage educationPsychologySecond-language acquisitionMathematics educationLinguisticsSociologyEpistemologySocial science

Résumé

récupéré en direct d'OpenAlex

The aim of this review is to synthesize empirical studies on undergraduate language learners’ experience abroad during a time period of a year or less. To help provide a framework to this synthesis, we begin our review by tracing the recent evolution of empirical mixed-method research on the learner, identifying problems and characteristics that language learners generally encounter in the study abroad (SA) experience. We take a closer look at variables related to individual difference such as anxiety, motivation, and attitudes to more recent views of learner identity in language learning. We highlight the shift to language learner agency, a topic that merits more discussion in SA literature. We then review how the SA learning environments are treated. This review takes a closer look at research informed by socially grounded theories. Finally, we review the role that SA plays in undergraduate language curricula, where the objectives of the experience are aligned with at-home (AH) curricula, a topic that has not been fully discussed in SA literature. The conclusions offer suggestions for keeping pace with the broader field of applied/educational linguistics.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0050,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,014
Tête enseignante GPT0,307
Écart entre enseignants0,293 · 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'étudeQualitatif
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

Citations175
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage TeachingMême sujetEFL/ESL Teaching and LearningTravaux en français237 207