MétaCan
Menu
Retour à la cohorte
Enregistrement W2940043104

Changing Rules, Changing Roles:

2018· article· en· W2940043104 sur OpenAlexaff
Anna Saroli

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésPoint (geometry)PedagogyMathematics educationPsychologyPublic relationsSociologyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The two past decades have witnessed enormous changes in many aspects of our lives, often with respect to new uses of technology. While these technological innovations are chiefly beneficial, they may also present challenges to us as language teachers, when we are expected to incorporate them into our professional lives. Other challenges are subtler, having to do with teacher/student roles and expectations: the “average” student and the ways they interact with their teachers is often very different now from 20 or 30 years ago. Twenty first century students expect and are expected to take in greater responsibility for their own learning much of which may take place outside the classroom as new uses of technology obviate the need for everyone to be in the same place at the same time; as autonomous learners, student´s relationships with their teachers are often hard to define. The role of the teacher has evolved over the years to the point where we are not considered so much as “the” expert, but rather as partners in the learning experiences or even as moral agents for change. All of these changes and innovations, whether they be concrete and practical or theoretical and attitudinal, have had an impact on the role(s) of the language teacher. By the same token, English Language Teaching Pedagogy has gone through various transformations. It is up to us as language professionals to decide how we will meet the challenge of change and how what we do in the classroom will evolve as result.

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)0,015
score de la tête « metaresearch » (Gemma)0,023
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: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,055
Communication savante0,0180,024
Science ouverte0,0030,012
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,020
Tête enseignante GPT0,229
Écart entre enseignants0,209 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSecond Language Learning and TeachingTravaux en français237 207