MétaCan
Menu
Retour à la cohorte
Enregistrement W4280524908 · doi:10.5430/jct.v11n4p150

The Effects of Multilingual Teaching Materials on Pupils' Understanding of Geographical Content in the Classroom

2022· article· en· W4280524908 sur OpenAlexvenueno aff
Nikolaus Paul Repplinger, Alexandra Budke

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultilingualismGermanMathematics educationProcess (computing)Independence (probability theory)ComprehensionEmpirical researchTest (biology)Language acquisitionPerspective (graphical)PsychologyPedagogyComputer scienceLinguisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The article sounds the potentials of multilingualism as a resource for geography lessons. In detail, it examines the use of multilingual teaching media and their effect on the comprehension of the content. First, the potentials of multilingualism for geography lessons are theoretically developed. After the development and adaption of the material, field research was conducted with a test group of pupils. Based on this, the results of an empirical classroom study are presented. A pretest elicited their prior knowledge, then a multi-perspective analysis on the learning process using screen recording took place. Finally, the data gained was evaluated quantitatively and qualitatively. The central aims of the study are how pupils use teaching media that are offered in different language. In addition, it will be analysed what effect the use of multilingual teaching materials have on pupils' understanding of content. Nearly all pupils used the material in different languages. The multilingual approach had a positive effect on the learning process. The pupils who had the best learning outcome used more non-German media and consumed the same contents repeatedly, but in several translations. Multimedia and digital learning tools are suited well for a multilingual approach and fosters pupils' independence in the learning process and the self-directed acquisition of knowledge.

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)0,003
score de la tête « metaresearch » (Gemma)0,023
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,079
Tête enseignante GPT0,360
Écart entre enseignants0,281 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetEducator Training and Historical PedagogyTravaux en français237 207