MétaCan
Menu
Retour à la cohorte
Enregistrement W3097370193 · doi:10.37213/cjal.2020.30461

Evaluating the Oral Language Skills of English-Stream and French Immersion Students: Are the CLB/NCLC Applicable?

2020· article· en· W3097370193 sur OpenAlexaffvenueabout
Diana Burchell, Kathleen Hipfner-Boucher, Janani Selvachandran, Patricia L. Cleave, Xi Chen

Notice bibliographique

RevueCanadian Journal of Applied Linguistics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversité de MontréalDalhousie UniversityUniversité LavalUniversité du Québec à MontréalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFrench immersionNarrativeVocabularyActive listeningListening comprehensionPsychologyComprehensionLinguisticsLanguage proficiencyMathematics educationCommunication

Résumé

récupéré en direct d'OpenAlex

This study examined the oral language skills of grade-two anglophone children enrolled in French Immersion and English-stream programs. The study had two objectives: (a) to compare performance between the groups on measures of receptive vocabulary, narrative comprehension, and narrative production (i.e., structure and language) in English, and (b) to explore the applicability of the Canadian Language Benchmarks/Niveaux de compétences linguistiques canadiens (CLB/NCLC) to assessment of their conversational competency. All children (English-stream n = 27, French Immersion n = 33, aged 7-8 years) were tested in English. In addition, the French Immersion students were tested using equivalent measures in French. The results comparing performance in English revealed no differences between the groups on receptive vocabulary, narrative comprehension and narrative structure. However, the English-stream children outperformed their French Immersion peers in narrative language. Furthermore, CLB/NCLC listening and speaking criteria were applied to conversational samples yielding level scores in English (both groups) and French (French Immersion only). The range of benchmarks that are appropriate for this population is discussed in detail.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
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 Opus0,054
Tête enseignante GPT0,424
Écart entre enseignants0,370 · 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

Citations2
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Applied LinguisticsMême sujetMultilingual Education and PolicyTravaux en français237 207