MétaCan
Menu
Retour à la cohorte
Enregistrement W4206449280 · doi:10.18357/kula.214

Teaching Indigenous Language Revitalization over Zoom

2022· article· en· W4206449280 sur OpenAlexaffvenue
Maya Daurio, Mark Turin

Notice bibliographique

RevueKULA knowledge creation dissemination and preservation studies · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndigenousFlexibility (engineering)Indigenous languageClass (philosophy)Asynchronous communicationPedagogyViewpointsScholarshipDocumentationComputer scienceSociologyMathematics educationPsychologyPolitical scienceManagement

Résumé

récupéré en direct d'OpenAlex

In this teaching reflection, co-authored by an instructor and a teaching assistant, we consider some of the unanticipated openings for deeper engagement that the “pivot” to online teaching provided as we planned and then delivered an introductory course on Indigenous language documentation, conservation, and revitalization from September to December 2020. We engage with the fast-growing literature on the shift to online teaching and contribute to an emerging scholarship on language revitalization mediated by digital technologies that predates the global pandemic and will endure beyond it. Our commentary covers our preparation over the summer months of 2020 and our adaptation to an entirely online learning management system, including integrating what we had learned from educational resources, academic research, and colleagues. We highlight how we cultivated a learning environment centered around flexibility, compassion, and responsiveness, while acknowledging the challenges of this new arrangement for instructors and students alike. Finally, as we reflect on some of the productive aspects of the online teaching environment—including adaptable technologies, flipped classrooms, and the balance between synchronous and asynchronous class meetings—we ask which of these may be constructively incorporated into face-to-face classrooms when in-person teaching resumes once more.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,689
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,349
Écart entre enseignants0,314 · 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.

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKULA knowledge creation dissemination and preservation studiesMême sujetSecond Language Learning and TeachingTravaux en français237 207