MétaCan
Menu
Retour à la cohorte
Enregistrement W3199389161 · doi:10.18662/lumproc/atee2020/29

Main Principles of Using Audiovisual Method in Teaching the Native Language to Children of Pre-School Age in the Ukrainian Diaspora of The USA and Canada

2021· article· en· W3199389161 sur OpenAlexaboutno aff
Iryna Rudnytska-Yuriichuk

Notice bibliographique

RevueLumen Proceedings · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUkrainian Cultural and Linguistic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUkrainianDiasporaPersonalityConsciousnessTask (project management)Process (computing)PedagogyPsychologySociologyMathematics educationPolitical scienceComputer scienceLinguisticsGender studiesEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

In the national educational system of the Ukrainian diaspora of the USA and Canada the pre-school period covers the first stages of extra-familiar education, where establishing of child’s consciousness and connecting to spiritual values of the Ukrainian nation are taking place. Efficiency of this process depends on multiple factors. A significant role among them is played by didactic provision of educational-instructional process in pre-school educational institutions of various kinds whose main aim is to form national consciousness of the pupils through acquiring the Ukrainian language, as well as mastering contents of Ukrainian Studies subjects. Pedagogues at Ukrainian pre-school institutions in diaspora conditions clearly understand that the task of bringing up a child before the age of 6 implies providing them with various, beneficial for growing and useful for them, qualities. That is why teachers contribute to children acquiring such knowledge, abilities and skills which would help them to successfully prepare for elementary school in the future. Since the main task of Ukrainian pre-school education lies in development of a child’s personality by means of Ukrainian Culture studies, a pedagogue (teacher) has to know Ukrainian and all subjects well.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,570
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
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 Opus0,028
Tête enseignante GPT0,338
Écart entre enseignants0,310 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLumen ProceedingsMême sujetUkrainian Cultural and Linguistic StudiesTravaux en français237 207