MétaCan
Menu
Retour à la cohorte
Enregistrement W2983940301 · doi:10.5539/elt.v12n12p30

A Comparative Study of Critical Thinking Skills Between English and Japanese Majors in a Normal University

2019· article· en· W2983940301 sur OpenAlexvenueno aff
Fenglin Zhou, Yuewu Lin

Notice bibliographique

RevueEnglish Language Teaching · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCritical thinkingPsychologyMathematics educationDimension (graph theory)Foreign languageCognitively Guided InstructionInterpretation (philosophy)PedagogyTeaching methodLinguistics

Résumé

récupéré en direct d'OpenAlex

Critical thinking is one of the core objectives of talent training in higher education. Meanwhile, the cultivation of critical thinking skills in foreign language teaching has become more and more urgent, and it has also been written into the national standards for the training of foreign language talents. A good critical thinking includes both a skill dimension (Critical Thinking Skills) and a disposition dimension (Critical Thinking Dispositions). Critical Thinking Skills include interpretation, analysis, evaluation, inference, explanation and self-regulation. This study intends to explore the current situation of the critical thinking skills of undergraduates in foreign language majors (English and Japanese) in a Normal University, and then attempts to find out the similarities and differences in critical thinking skills between English majors and Japanese majors after years of study at college. The results show that a clear difference exists between English majors and Japanese majors in overall critical thinking skills. In particular, English majors are superior to Japanese majors. Another finding is that there are also differences between the two majors in the three core sub-skills of critical thinking skills, analysis, evaluation and inference.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,318
Écart entre enseignants0,305 · 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 tête enseignante, 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207