MétaCan
Menu
Retour à la cohorte
Enregistrement W3162271664 · doi:10.5539/ijel.v11n3p62

Teaching English as a Lingua Franca in Brazil: Insights into Materials Writing

2021· article· en· W3162271664 sur OpenAlexvenueno aff
Cláudio de Paiva Franco

Notice bibliographique

RevueInternational Journal of English Linguistics · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnglish as a lingua francaLingua francaMainstreamField (mathematics)SociologyLegislationSelection (genetic algorithm)LinguisticsPolitical sciencePedagogyComputer sciencePhilosophyLawArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, I intend to examine the main English as a lingua franca (ELF) issues discussed in the National Common Curricular Base (Brasil, 2018) and compare them to the views put forward by mainstream scholars in the field (Baker, 2016, 2018; Dewey, 2007; Jenkins, 2006, 2012, 2015; Pennycook, 2006, 2009; Widdowson, 1994). In addition, as a researcher and creator of teaching materials, I intend to share some insights into materials writing by presenting the main strategies adopted in writing a series of English textbooks for pre-teens, evaluated and approved for distribution by the Brazilian Textbook Program, that I have written with Tavares (Franco & Tavares, 2018). Therefore, I hope this article may help shed light on developing and implementing materials that adopt an ELF-oriented approach in a scenario created by the legislation and the selection of textbooks that seems to be promising for the establishment of the ELF paradigm in Brazil.

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)0,112
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,112
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,266 · 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.

Devis d'étudeSans objet
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetSecond Language Learning and TeachingTravaux en français237 207