MétaCan
Menu
Retour à la cohorte
Enregistrement W3016490201 · doi:10.31862/2073-9613-2020-1-124-131

Implementation of Google-Based CLIL Course Web Syllabus Aimed to Develop Oral Mediation Skills

2020· article· en· W3016490201 sur OpenAlexaboutno aff
K. V. Chikrizova

Notice bibliographique

RevuePrepodavatel XXI vek · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSyllabusCompetence (human resources)Foreign languageMediationPedagogyComputer scienceLanguage educationSociologyPsychologySocial science

Résumé

récupéré en direct d'OpenAlex

The changing social demand as well as modern trends of education modernization in Russia, are aimed at organizing foreign language teaching in such a way as to train specialists who will possess not only all components of foreign language communication competence, but also who are able to carry out professional communication and act as mediators in difficult situations of communication in a foreign language. Content and language integrated learning (CLIL) due to its two-focused nature, provides an opportunity to cope with this task within one discipline. Web-based CLIL syllabus expands these possibilities for designing an educational online space in order to develop communicative and subject or professional competencies simultaneously. The purpose of this article is to describe the structure of web-based syllabus of the course “Political and Socio-Economic Systems of Canada and the United States in a Comparative Aspect” and to determine the didactic potential of some Google tools for designing web assignments and a web-based syllabus for the CLIL course. The article provides a comparative analysis of two educational standards of higher education in Russia, as well as an educational document of the Council of Europe to define some key cognitive skills that can be developed as part of CLIL course. The article also describes the structure of web-based CLIL syllabus created by the author in connection to the research.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,028
Tête enseignante GPT0,289
Écart entre enseignants0,261 · 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'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrepodavatel XXI vekMême sujetSecond Language Learning and TeachingTravaux en français237 207