Developing Literacy Skills through Collaborative Tasks for Emerging-Proficiency English as Additional Language Learners in Quebec
Notice bibliographique
Résumé
Literacy in a first language or in additional languages involves a set of complex cognitive, social, and linguistic skills that develop over time. However, pedagogical materials for low-proficiency English as an additional language (EAL) learners tend to target low-level literacy skills only, such as responding to fact-based questions. Materials that target the development of high-level literacy skills, such as integrating information and reasoning based on inferencing, with these learners are rare, despite these skills being necessary in today’s multimodal, technological world. In this article, we argue there is a need to develop high-level literacy skills with low-proficiency L2 learners which, ultimately, are not language-specific. Drawing on theories of additional language learning and task-based language teaching, we created a multi-day literacy task for low-proficiency learners consisting of various activities. For each activity, we provide examples of the materials with which the students worked and examples of authentic student work, which we obtained through a piloting phase. La littératie dans une langue première ou additionnelle implique un ensemble de compétences cognitives, sociales et linguistiques complexes qui se développent au fil du temps. Cependant, le matériel pédagogique dédié aux apprenants de l’anglais comme langue additionnelle ayant un niveau bas de compétences tend à cibler uniquement les compétences de littératie de bas niveau, telles que les réponses à des questions factuelles. Le matériel qui vise le développement, chez cette catégorie d’apprenants, des compétences de littératie de niveau élevé, telles que l’intégration de l’information sur la base de l’inférence, est rare malgré la nécessité de ces compétences dans le monde multimodal et technologique d’aujourd’hui. Dans cet article, nous soutenons qu’il y’a besoin de développer des compétences en littératie de haut niveau auprès des apprenants de basniveau de langues secondes, des compétences qui ne sont ultimement pas spécifique à une langue. En nous basant sur les théories d’apprentissage des langues additionnelles et l’enseignement des langues basé sur les tâches, nous avons élaboré une tâche de littératie étalée sur plusieurs jours et formée de plusieurs activités, s’adressant aux apprenants d’un niveau bas de compétences. Pour chaque activité, nous présentons des exemples du matériel mis à la disposition des apprenants ainsiqu’un échantillon de travaux authentiques d’apprenants ayant réalisé les activités durant une phase pilote.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,167 | 0,000 |
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.
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 tête enseignante, 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 ».