MétaCan
Menu
← Retour à la cohorte
Enregistrement W3204571576 · doi:10.3968/12240

Cultural Awareness in Primary School English Teaching

2021· article· en· W3204571576 sur OpenAlexvenueno aff
BI Feng-shan, Fan Shen, Jingkun Zhao, Nengwei Fan

Notice bibliographique

RevueStudies in literature and language · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanityCurriculumPedagogyCultural competenceCultural literacyPsychologyMoralityCommunicative competenceSociologyCultural identityLiteracyMathematics educationSocial psychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The English curriculum at the stage of compulsory education is of the dual nature of instrumentality and humanity. When it comes to humanity, the task of English curriculum is to improve students’ comprehensive humanity qualities, one of which is to deepen their understanding of different cultures. Cultural awareness is a reflection of the core literacy in English learning. The cultivation of students’ cultural awareness not only contributes to students’ strengthening of national identity, enhancing of cultural self-confidence in the traditional culture of the nation, but also helps develop an inclusive attitude towards excellent foreign cultures, thereby improving their cross-cultural communication competence. Since the textbooks are regarded as core teaching materials, it is essential for textbooks to contain various cross-cultural elements to better cultivate learners’ cultural awareness. Therefore, cultural content in English textbooks is a necessary issue to be investigated. This paper took 6A Unit 8 Chinese New Year (Yilin Edition) as an example to integrate more cultural knowledge into the specific teaching design. The results in this paper reveal that teachers play four roles in primary school English teaching in terms of raising students’ cultural awareness, namely, the emotion motivator, the cognition inspirator, the behavior guide and the morality regulator.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,311
Écart entre enseignants0,287 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and language→Même sujetEFL/ESL Teaching and Learning→Travaux en français237 207→