MétaCan
Menu
Retour à la cohorte
Enregistrement W4233207920 · doi:10.22215/etd/2014-10577

Examining the Construct of Proficiency in a University's American Sign Language (ASL) Program: A Mixed-Methods Study

2014· dissertation· en· W4233207920 sur OpenAlexaffabout
Josee-Anna Tanner

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAmerican Sign LanguageConstruct (python library)Context (archaeology)Language proficiencyPsychologyMathematics educationSign (mathematics)Sign languageLinguisticsComputer scienceGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

American Sign Language (ASL) has become increasingly popular as a second language option at universities and colleges in North America. While a growing number of hearing, adult learners are enrolling in ASL classes, this has not been paralleled (yet) by an equal development in ASL research. There has been insufficient investigation into what constitutes ASL proficiency development and how proficiency can be validly and reliably assessed for this group of learners. This mixed-methods study explores the ASL program at a Canadian university. It investigates the construct of proficiency from three angles: instructors' understanding and definitions of ASL proficiency; how student proficiency is determined through current assessment practices and; student responses to assessment practices. Results of this study suggest that in this context ASL proficiency is not clearly defined. Without a clear construct definition, what current ASL assessments are actually measuring is unknown, and consequently may not be providing valid results.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,636

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,411
Écart entre enseignants0,379 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHearing Impairment and CommunicationTravaux en français237 207