MétaCan
Menu
Retour à la cohorte
Enregistrement W3113612797 · doi:10.5430/ijhe.v10n3p25

Interactive Methods of the Formation of English-language Communicative Competence for Future International Economists

2020· article· en· W3113612797 sur OpenAlexvenueno aff
Lyubov Struhanets, Olha Luzhetska, Anatolii V. Vykhrushch, I. Ya. Zalipska, Larysa Verhun

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education and Science of UkraineUniversity of Cambridge
Mots-clésUkrainianCommunicative competenceForeign languagePedagogyGlobalizationMulticulturalismCompetence (human resources)Information and Communications TechnologyPsychologyMathematics educationEngineering ethicsComputer scienceEngineeringPolitical scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

The paper elaborates the peculiarities of prospective international economists` competence formation. The research was aimed at the analysis of the formation of students` professional qualities within the context of globalization challenges. This study was carried out in 2018-2020. The research site is the West Ukrainian National University. The authors stressed on the need to select creative assignments for oral and written exercises to enhance students to apply the acquired knowledge and stimulate their mental activity via reviewing, projects preparation, text editing, and creative assignments.The authors specified the system of basic concepts. Based on the above, the authors substantiated the need to form professional communication skills, learn the professional language peculiarities, develop the language culture, creative thinking, and successful functioning of individuals in a multicultural environment. Additionally, the research identified a number of unsolved issues in teaching students. These are the need for a broad discussion on the benefits and disadvantages of distance learning, the rational use of ICT, specialized sets of trainings, methodological support system update, language didactics development, and organization of the educational process during the pandemic.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
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: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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 GPT0,353
Écart entre enseignants0,325 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetSecond Language Learning and TeachingTravaux en français237 207