MétaCan
Menu
Retour à la cohorte
Enregistrement W3176857863 · doi:10.4018/ijbide.2021070103

Plurilingual STEAM and School Lunches for Learning?

2021· article· en· W3176857863 sur OpenAlexaff
Daniel Roy Pearce, Mayo Oyama, Danièle Moore, Yuki Kitano, Emiko Fujita

Notice bibliographique

RevueInternational Journal of Bias Identity and Diversities in Education · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGrassrootsExperiential learningOpenness to experienceReflexivityPedagogyNature versus nurtureDiversity (politics)MultilingualismCultural diversityForeign languageSociologyPsychologyPolitical scienceSocial scienceAnthropology

Résumé

récupéré en direct d'OpenAlex

In Japan, where there is a bias toward English-only in foreign language education, there are also grassroots efforts to introduce greater plurality in the classroom. However, introducing diverse languages and cultures into the classroom can lead to folklorization, the delivering of essentialized information in pre-packaged formats, which can potentially delegitimize other languages and cultures. This contribution examines a collaborative integrative plurilingual STEAM practice at an elementary school in Western Japan. In the ‘school lunches project,' the children experience various international cuisine, leading up to which they would engage with related languages and cultures through collaboratively produced plurilingual videos and museum-like exhibits of cultural artifacts. The interdisciplinary, hands-on, experiential learning within this project helped the children to develop an investigative stance toward linguistic and cultural artifacts, nurture a deeper awareness of languages and openness to diversity, foster reflexivity, and encourage interdisciplinary engagement.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,462
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,034
Tête enseignante GPT0,302
Écart entre enseignants0,268 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bias Identity and Diversities in EducationMême sujetSecond Language Learning and TeachingTravaux en français237 207