MétaCan
Menu
Retour à la cohorte
Enregistrement W2913869209 · doi:10.18806/tesl.v35i2.1296

Building a Community of Connected ELT Professionals on Twitter

2018· article· en· W2913869209 sur OpenAlexvenueno aff
Bonnie Nicholas, Augusta Avram, Jennifer Chow, Svetlana Lupasco

Notice bibliographique

RevueTESL Canada Journal · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesProfessional developmentWorkloadSociologyLibrary sciencePolitical sciencePedagogyManagementArtComputer science

Résumé

récupéré en direct d'OpenAlex

Although English language teaching professionals are committed to ongoing continuous professional development, economic and workload factors may impede their ability to attend a traditional 2-day annual conference. Teachers have turned to social media as an alternative approach to self-directed professional development. In particular, Twitter has become the choice of many educators with its potential for networking and collaboration. There are scheduled Twitter chats held regularly on a variety of topics of interest to language teaching professionals, including #CdnELTchat. In addition, connected educators have built a community of practice on the Twitter platform and provide inspiration and support to their colleagues online. In this article, four connected educators who have found their community on Twitter share their stories of how they got started on Twitter, how they connected with each other, and what they value about the open Twitter platform. Bien que les professionnels de l’enseignement de l’anglais s’engagent à poursuivre un perfectionnement professionnel continu, des facteurs économiques ou des charges de travail peuvent les empêcher d’assister à une conférence annuelle traditionnelle de 2 jours. Les enseignantes et enseignants trouvent dans les réseaux sociaux une solution de rechange qui leur permet de veiller à leur propre perfectionnement professionnel. Twitter, notamment, est le nouveau choix de nombreux éducateurs et éducatrices en raison des possibilités de réseautage et de collaboration qu’il présente. Des sessions de clavardage ont régulièrement lieu sur une variété de sujets présentant un intérêt pour les professionnels de l’enseignement des langues, et ce, notamment sur #CdnELTchat. Qui plus est, les éducatrices et éducateurs connectés ont construit une communauté de praticiens sur la plateforme Twitter et fournissent une inspiration et un soutien à leurs collègues en ligne. Dans cet article, quatre éducatrices connectées qui ont découvert leur communauté sur Twitter décrivent comment elles ont commencé à se servir de Twitter, comment elles se sont connectées les unes aux autres, et ce qu’elles apprécient le plus sur la plateforme ouverte de Twitter.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,032
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,002
Communication savante0,0050,013
Science ouverte0,0020,020
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0320,012

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 Opus0,087
Tête enseignante GPT0,435
Écart entre enseignants0,348 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207