Notice bibliographique
Résumé
An institutional strategy has been provided in order to give Korean language lectures in primary, middle, and high schools from March 2013, as KSL (Korean as the Second Language) curriculum for multicultural background students was announced in July 2012. However, there is a shortage of skilled teachers to conduct Korean lectures in schools. Qualifications of Korean language teachers for multicultural background students are different from those of Korean language teachers for adult foreigners as well as those of Korean teachers for native speakers. Therefore Korean language teachers should be trained through teacher training or education system for teachers. There are ESL (English as the Second Language) teacher training systems in United State of America, Canada, and Australia. In these nations, teachers in primary, middle, and high schools can get ESL teacher`s license through ESL special program, or students of college of education can get ESL teacher`s license by having ESL as a second major. Teacher training for KSL learners is still in the beginning stage in Korea. KSL teacher training programs intended for teachers in primary, middle, and high schools were progressed in Jan 2013 at Seoul National University of Education and in Jun 2013 at Chonbuk Natinal University. In this study, two programs were compared. Which institute is running the program can define the characteristics of teacher training. KSL teacher training program intended for present teachers and certification as KSL teacher licence by Ministry of Education are required. Also an institutional strategy for KSL teacher education at National Universities of Education and Colleges of Education is necessary. Special law on Korean language education for multicultural background learners has to be enacted.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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 tête enseignante, 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 ».