MétaCan
Menu
Retour à la cohorte
Enregistrement W4307367992 · doi:10.5539/elt.v15n11p25

11th Graders Acknowledgment of Their Community Through Multiliteracies in an EFL Classroom

2022· article· en· W4307367992 sur OpenAlexvenueno aff
Diana Magali Flórez Barreto

Notice bibliographique

RevueEnglish Language Teaching · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformative learningPsychologySyllabusContext (archaeology)PedagogyPerceptionTeaching methodMathematics education

Résumé

récupéré en direct d'OpenAlex

Giving worth to students’ local realities as a background to get meaningful learning not only in the English class but in all the subjects and go further the simple lesson that starts and finishes inside the school walls, is what school communities should expect from education. As Hawkins states: “Learning is enhanced when teachers invite and acknowledge the knowledge, beliefs, and experiences that students bring with them into the classroom” (Bransford, Brown, & Cocking, 2004). This study reports a pedagogical involvement into students’ closest contexts, the school, and their neighborhood, to depict eleventh-grade students' perception of their community context through inquiry in a public school, which is evidenced by the use of multiliteracies. Throughout this study, English was used as a means to communicate what the students found while mapping and observing both contexts, by making connections between the subject syllabus and the findings they made as a result of their local explorations. Data collected from students’ artifacts, the teacher's journal, and surveys showed the student's growing interest in their contexts' recognition which was paramount to make them feel like part of the change in their community contexts. Careful reflections upon findings during the students’ community mapping at their school and neighborhood, encouraged their participation in classroom projects, boosting their critical consciousness by recognizing and assuming a new transformative role that positioned them with a different perspective.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0030,002
Communication savante0,0070,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,066
Tête enseignante GPT0,396
Écart entre enseignants0,331 · 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'étudeQualitatif
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetDigital Storytelling and EducationTravaux en français237 207