The Challenges of Conducting Research in Diverse Classrooms: Reflections on a Pragmatics Teaching Experiment
Notice bibliographique
Résumé
For researchers, the typical way of determining whether a pedagogical innovation works is by conducting an experiment. In migrant settings, however, experiments are more challenging to carry out due to the diversity of the learner population. Unfortunately, how to deal with these challenges is not addressed in a practical way in research methods textbooks, which typically provide a normative view of the research process. This paper aims to draw attention to the realities of classroom research carried out in the Language Instruction for Newcomers to Canada (LINC) setting. These classes consist of adult immigrants and refugees from a wide range of cultural, linguistic and educational backgrounds. We illustrate how this diversity along with other characteristics of LINC programs impact the decision-making of the researcher with respect to a pedagogical experiment focused on pragmatics. The study compared a formula-enhanced approach to teaching speech acts to the more mainstream approach aimed at raising learners’ meta-pragmatic awareness about speech act behaviour. The pre-post-delayed-post-test gains appear to favour the Formula group, but the interpretability of these results is compromised by the fact that the composition of the two classes was very different. Discussion of the limitations of this case study feeds into a broader consideration of the implications for classroom research of linguistic and cultural diversity typical of L2 educational contexts like LINC.
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 | 0,288 | 0,342 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,031 |
| Communication savante | 0,020 | 0,016 |
| Science ouverte | 0,007 | 0,018 |
| Intégrité de la recherche | 0,010 | 0,012 |
| 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 ».