MétaCan
Menu
Retour à la cohorte
Enregistrement W3156755451 · doi:10.31468/dw/r.829

What Can Students Tell Us about “Skill Building” in Canadian Writing Studies?

2021· article· en· W3156755451 sur OpenAlexaffvenueabout
Christopher Eaton

Notice bibliographique

RevueDiscourse and Writing/Rédactologie · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNarrativeProcess (computing)Class (philosophy)Mathematics educationWork (physics)PedagogyValue (mathematics)Professional writingWriting processPsychologySociologyComputer scienceEngineeringLiteratureArt

Résumé

récupéré en direct d'OpenAlex

This paper comes from narrative research that I did with ten former students who reflected on their experiences with writing both in a first-year writing class and beyond. As the participants and I worked together, it became clear that there was the tension between the way they described process and skill building in writing pedagogy. They emphasized that process and scaffolding were integral to their learning, but they equally emphasized the one-off, skills-oriented components of our work. Many conversations in Canadian writing studies have focused on dismantling or resisting the skills narrative, but the tension in the participants’ responses prompted me to think about this differently. The paper explores the tension between skills and process to argue that perhaps skill building has its place in our contexts, and that we as writing teachers and scholars must think about it differently in order to articulate the value of the work that we do. If we can use the skills-oriented components of our courses to open spaces to discuss the less quantifiable elements of our work that often get overlooked (i.e., scaffolding), then we may put ourselves in a better position to advocate for increased resources and funding.

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)0,009
score de la tête « metaresearch » (Gemma)0,041
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 enseignants0,911
Score d'incertitude au seuil0,649

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0390,031
Communication savante0,0230,011
Science ouverte0,0020,007
Intégrité de la recherche0,0050,013
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,092
Tête enseignante GPT0,417
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'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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiscourse and Writing/RédactologieMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207