MétaCan
Menu
Retour à la cohorte
Enregistrement W2912707796 · doi:10.4018/978-1-5225-8128-4.ch004

Bringing Cross-Cultural Communication Analysis Into Foreign Language Classrooms

2019· book-chapter· en· W2912707796 sur OpenAlexaff
Trudy O’Brien

Notice bibliographique

RevueAdvances in educational technologies and instructional design book series · 2019
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésIntercultural communicationCross-cultural communicationContext (archaeology)MulticulturalismForeign languageConfusionLinguisticsIntercultural relationsPedagogyPsychologyCommunicationGeography

Résumé

récupéré en direct d'OpenAlex

The teaching of a second or foreign language has always incorporated some aspect of cultural information, but the full and rather complex nature of cross-cultural and intercultural communication has not always been an explicit pedagogical focus. The chapter outlines the key components of cross-cultural and intercultural communication (CCC/ICC), and reviews some major theories that have dominated the area. It is suggested that providing explicit instruction in CCC/ICC to language learners will prepare them for interacting appropriately in the target language in whatever global context they may wish to use it. Learners need to be not only linguistically and pragmatically but culturally competent as well as they move into multicultural contexts of interaction in that language. Specific elements of cross-/intercultural communication with regards to linguistic features and potential points of confusion in the EFL (English-as-a-foreign language) classroom are discussed as accessible examples. The chapter then relates some ways that cross-/intercultural mindfulness and understanding can form an active part of the teaching of a second/foreign language in order to enhance the full language learning experience and subsequent entry to successful communication.

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)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,018
Tête enseignante GPT0,284
Écart entre enseignants0,266 · 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
GenreMéthodes

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

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in educational technologies and instructional design book seriesMême sujetEFL/ESL Teaching and LearningTravaux en français237 207