An Interview with APPLE Lecture Speaker Professor Roy Lyster
Notice bibliographique
Résumé
On February 16, 2018, Working Papers in Applied Linguistics and TESOL (represented by Kaylee Fernandez, Michelle Stabler-Havener, and Carol HoiYee Lo) had the great pleasure of interviewing Dr. Roy Lyster, the invited speaker for the 2018 Applied Linguistics & Language Education (APPLE) Lecture Series hosted annually by the Applied Linguistics and TESOL Program at Teachers College, Columbia University. Dr. Lyster shared his research and advice he has for current and future researchers and educators in Applied Linguistics and TESOL. Dr. Roy Lyster is Emeritus Professor of Second Language Education in the Department of Integrated Studies Education at McGill University in Montreal, Canada. His research examines content-based language teaching and the effects of instructional interventions designed to counterbalance form-focused and content-based approaches. His research interests also include professional development and collaboration among teachers for the purpose of integrated language learning and biliteracy development. He was co-recipient with colleague Leila Ranta of the 1998 Paul Pimsleur Award for Research in Foreign Language Education and was presented the Robert Roy Award by the Canadian Association of Second Language Teachers in 2017. He was co-president then president of the Canadian Association of Applied Linguistics from 2004 to 2008. He is author of a module called Content-Based Language Teaching published by Routledge in 2018, and two books: Learning and Teaching Languages Through Content published by Benjamins in 2007 and Vers une approche intégrée en immersion published by Les Éditions CEC in 2016.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,004 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,012 |
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 ».