MétaCan
Menu
Retour à la cohorte
Enregistrement W3209087882 · doi:10.18806/tesl.v38i1.1350

Promoting ESL Students’ Critical Thinking Skills Through a Transitivity Analysis of Authentic Materials

2021· article· en· W3209087882 sur OpenAlexvenueno aff
Ender Velasco

Notice bibliographique

RevueTESL Canada Journal · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntentionalityTransitive relationPsychologyContext (archaeology)Reading (process)Systemic functional linguisticsHumanitiesLinguisticsCritical readingPedagogyEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Using authentic materials in the English as a second language (ESL) classroom can develop students’ critical thinking (CT) skills, expose them to more realistic English, and support their motivation. Carrying out text analyses of authentic materials in the ESL classroom can also help students become more critical in their approach to reading. Grounded in systemic functional linguistics (SFL) concepts, this paper puts forward a series of text analysis tasks, so ESL teachers can introduce their adult students to the concepts of transitivity and intentionality found in opposing newspaper articles dealing with conflict. Overall, these analyses show how the active voice can highlight the semantic value of intentionality via material processes, and how writers use strategies such as passivization and fronting of items in clauses to emphasize the responsibility for wrongdoing when reporting news. The analyses also show that context is important in determining degrees of intentionality, and intentionality can be attributed to the material processes of human actors portrayed as non-human actors. Understanding these concepts can help adult ESL students become better critical readers/thinkers. Utiliser des matériaux authentiques dans la classe d’anglais langue seconde (ALS) peut développer la pensée critique (PC) des étudiants et les exposer à un anglais plus réaliste et soutenir leur motivation. Effectuer des analyses de textes de matériaux authentiques dans la classe d’ALS peut aussi aider les étudiants à devenir plus critiques dans leur approche de la lecture. Enraciné dans les concepts de la linguistique systémique fonctionnelle (LSF), cet article présente une série d’exercices d’analyse de texte, de façon à ce que les enseignants d’ALS puissent présenter à leurs étudiants adultes les concepts de transitivité et d’intentionnalité qu’on retrouve dans des articles de presse contradictoires qui traitent du conflit. Dans l’ensemble, ces analyses montrent comment l’utilisation de la voix active peut mettre en lumière la valeur sémantique de l’intentionnalité par l’entremise de processus matériels, ainsi que la façon dont les écrivains utilisent des stratégies comme la passivisation et la mise en avant d’éléments dans les propositions pour accentuer la responsabilité d’actes répréhensibles quand ils font un reportage. Les analyses montrent également que le contexte est important pour déterminer les degrés d’intentionnalité et que celle-ci peut être attribuée aux processus matériels des acteurs humains dépeints comme des acteurs non-humains. Comprendre ces concepts aide les étudiants adultes d’ALS à devenir de meilleurs lecteurs ou penseurs critiques.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,017
Tête enseignante GPT0,293
Écart entre enseignants0,277 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207