MétaCan
Menu
Retour à la cohorte
Enregistrement W2999554031 · doi:10.11575/prism/37330

The Influence of Adult Education Principles on Canadian Spoken-Language Interpreter Training Programs: A Case Study

2019· dissertation· en· W2999554031 sur OpenAlexaboutno aff
Jeffrey Glen Patrick Staflund

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterpreterLinguisticsTraining (meteorology)Spoken languageComputer scienceMathematics educationPsychologyPedagogyNatural language processingProgramming languageGeography

Résumé

récupéré en direct d'OpenAlex

This thesis reports on a one-year, multi-site case study aimed at characterizing current approaches to interpreter training in Canada and determining the influence of adult education principles on that training. The theoretical framework utilized was Malcolm Knowles’ (Knowles, Holton III, & Swanson, 2015) six assumptions about adult learners and eight andragogical design elements. Data collection was carried out in two stages: a recruitment survey sent to all Canadian interpreter training programs known to the research, followed by an in-depth visit of four programs involving document review, 44 hours of observation and 29 interviews. Findings indicate that Canadian programs are primarily utilizing a master-apprenticeship approach to training, which seems to be working well. The programs observed also appear to be incorporating many adult education principles. Additional contributions from the field of adult education are discussed; it is argued that sharing research and expertise in areas such as confidence and motivation building, content and feedback delivery, facilitation techniques, characteristics of adult learners, the strengths and weaknesses of the apprenticeship model, and the role of learning styles, would be beneficial to interpreter trainers and trainees alike.

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)0,011
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 enseignants0,955
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0210,005
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,103
Tête enseignante GPT0,494
Écart entre enseignants0,391 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetInterpreting and Communication in HealthcareTravaux en français237 207