MétaCan
Menu
Retour à la cohorte
Enregistrement W4200013662 · doi:10.5206/cieeci.v50i1.10925

English for Academic Purposes Programs: Key Trends Across Canadian Universities

2021· article· en· W4200013662 sur OpenAlexafffundvenueabout
Scott Roy Douglas, Michael Landry

Notice bibliographique

RevueComparative and International Education · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésTest of English as a Foreign LanguageDescriptive statisticsContext (archaeology)English for academic purposesKey (lock)Computer scienceMathematics educationRepresentation (politics)Academic yearMedical educationLibrary sciencePsychologyEnglish languagePolitical scienceStatisticsMathematicsGeographyMedicineComputer security

Résumé

récupéré en direct d'OpenAlex

Because of the large number of post-secondary English for academic purposes (EAP) programs and the varying ways they are structured, it can be difficult to identify how a particular program fits within the overall landscape of university education. To identify general trends across Canada, the webpages for 74 EAP programs at 50 public English-medium universities were examined for key information related to each program. Data analysis included descriptive statistics as well as graphical representation. The results pointed to typical EAP programs that are independent units that offer non-credit courses with some credit options, have international tuition fees around $9,000 per semester, provide approximately 22 hours of instruction per week, and generally require IELTS scores over 5.0 or TOEFL iBT scores over 59 for entry. These results provide an avenue of comparison and indicate the need for future research to better understand how EAP programming is conceptualized in the Canadian context.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,415

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0100,019
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,103
Tête enseignante GPT0,371
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 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'étudeObservationnel
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

Citations14
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueComparative and International EducationMême sujetSecond Language Learning and TeachingTravaux en français237 207