Notice bibliographique
Résumé
07–76Banister, Savilla, Rachel A. Vannatta & Cynthia Ross (Bowling Green State U, USA), Testing electronic portfolio systems in teacher education: Finding the right fit. Action in Teacher Education (Association of Teacher Educators), 27.4 (2005), 81–90. 07–77Carroll, David M. (Western Washington U, USA), Developing joint accountability in university–school teacher education partnerships. Action in Teacher Education (Association of Teacher Educators), 27.4 (2005), 3–11. 07–78Clarke, Marie & Sheelagh Drudy (U College Dublin, Ireland), Teaching for diversity, social justice and global awareness. European Journal of Teacher Education (Routledge/Taylor & Francis) 29.3 (2006), 371–386. 07–79Farrell, Thomas (Brock U, Canada; tfarrell@brocku.ca ), ‘The teacher is an octopus’: Uncovering pre-service English language teachers’ prior beliefs through metaphor analysis problems. RELC Journal (Sage) 37.2 (2006), 236–248. 07–80Fox, Rebecca K. (George Mason U, USA) & Rosario Diaz-Greenberg, Culture, multiculturalism, and foreign/world language standards in U.S. teacher preparation programs: Toward a discourse of dissonance. European Journal of Teacher Education (Routledge/Taylor & Francis) 29.3 (2006), 401–422. 07–81Hampel, Regine & Ursula Stickler (The Open U, UK), New skills for new classrooms: Training tutors to teach languages online. Computer Assisted Language Learning (Routledge/Taylor & Francis) 18.4 (2005), 311–326. 07–82Harrison, Judy, Hal McAffee, Gary Smithey & Charles Weiner (Henderson State U, USA), Assessing candidate disposition for admission into teacher education: Can just anyone teach?Action in Teacher Education (Association of Teacher Educators), 27.4 (2005), 72–80. 07–83Hubbard, Philip (Stanford U, USA), A review of subject characteristics in CALL research. Computer Assisted Language Learning (Routledge/Taylor & Francis) 18.5 (2005), 351–368. 07–84Humphrey, Neil (U Manchester, UK), Paul Bartolo, Peter Ale, Colin Calleja, Thomas Hofsaess, Vera Janikova, Annemieke Mol Lous, Vida Vilkiene & Gun-Marie Wetso, Understanding and responding to diversity in the primary classroom: An international study. European Journal of Teacher Education (Routledge/Taylor & Francis) 29.3 (2006), 305–318. 07–85Jones, Phyllis (U South Florida, USA; pjones@banshee.sar.usf.edu ),Elizabeth West & Dana Stevens, Nurturing moments of transformation in teachers – Comparative perspectives on the challenges of professional development. British Journal of Special Education (Blackwell) 33.2 (2006), 82–90. 07–86Kyriakides, Leonidas, Demetris Demetriou & Charalambos Charalambous (U Cyprus, Cyprus), Generating criteria for evaluating teachers through teacher effectiveness research. Educational Research (Routledge/Taylor & Francis) 48.1 (2006), 1–20. 07–87O'Donnell, James & Robert Gallegos (New Mexico State U, USA), Project MOVEMOS: A university–public school collaboration. Action in Teacher Education (Association of Teacher Educators), 27.4 (2005), 12–22. 07–88Singh, Gurmit ( Gurmit.sidhu@gmail.com ) & Jack Richards, Teaching and learning in the language teacher education course room: A critical sociocultural perspective. RELC Journal (Sage) 37.2 (2006), 149–175. 07–89Varghese, Manka M. (U Washington, Seattle, USA), Bilingual teachers-in-the-making in Urbantown. Journal of Multilingual and Multicultural Development (Multilingual Matters) 27.3 (2006), 211–224. 07–90Wolyie Hussein, Jeylan(Haramaya U, Ethiopia), Hopes and challenges in using action research: The outcome of attempting to help in-service teachers learn how to design, evaluate and use reading comprehension questions collaboratively. Educational Action Research (Routledge/Taylor & Francis) 14.3 (2006), 377–393.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,571 | 0,418 |
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 ».