Investigating teaching assistants’ participation in a simulated meeting in a United States University English course
Notice bibliographique
Résumé
Abstract In countries such as the United States and Canada, an increasing number of non-native English speaking graduate students work in the capacity of university teaching assistants. Over the past several decades, a number of communication challenges between non-native English speaking International Teaching Assistants (ITAs) and native English-speaking undergraduate students have emerged. Universities have responded by developing ITA education programs that aim to teach English for the specific purpose of university teaching. This paper examines how ITA education can provide ITAs opportunities for authentic practice and reflection of communicating in an instructional capacity. ITAs enrolled in an English course participated in a video-recorded clinical simulation – a form of situated practice in which individuals engage with an actor who is trained to interact with all participants in a consistent manner. ITAs met with an actor-portrayed undergraduate student who is visiting their teaching assistant to express concern about a group project. ITAs met in small groups following the simulated meeting to reflect on the shared experience. Qualitative analysis demonstrates that the simulated context elicited both challenges to comprehensibility and the use of strategies by students and ITAs to manage miscommunication, while working towards mutual understanding of the students’ concerns. Reflective discussions reveal how the ITAs evaluated approaches to communicating with a concerned student in an instructional context. Embedding clinical simulations in ITA education can provide opportunities for the situated practice of using language to communicate instructional decisions, and as a structured opportunity for supporting mutual understanding between ITAs and native English-speaking students.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».