MétaCan
Menu
Retour à la cohorte
Enregistrement W298741439 · doi:10.18806/tesl.v18i1.898

Gender Positioning in Education: A Critical Image Analysis of ESL Texts

2000· article· en· W298741439 sur OpenAlexvenueno aff
Derek J. Millard

Notice bibliographique

RevueTESL Canada Journal · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterrogationPoliticsSociologyIdentification (biology)Critical discourse analysisPoint (geometry)Critical mass (sociodynamics)Semantic analysis (machine learning)PedagogyLinguisticsSocial sciencePolitical scienceLawComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article is adapted from a project report prepared for the author's MA in Education, the objective being to report the use of an adapted analytical technique for examining the images contained in contemporary ESL textbooks. The point of departure for the study was the identification of the trend in mass-market ESL materials from textual to visual communication, a trend discussed in the text. Together with this semantic shift, a political-economic agenda has been identified in the existence of organizations such as the British Council; the objective of the analysis was to discover whether the increasingly predominant images used in ESL texts convey a particular vision of and/or positioning of gender reality as part ofa wider-reaching agenda. The article provides background to the evolution of critical image analysis, followed by a rationale for the project based on the current realities of the global ESL market. There follows an outline of the data selected for analysis and the results of the image interrogation. The article concludes with a brief discussion of the ramifications of the study and the potential for further research work.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,993
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,007
Études des sciences et des technologies0,0040,008
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,339
Écart entre enseignants0,326 · 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'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

Citations60
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetGender Studies in LanguageTravaux en français237 207