MétaCan
Menu
Retour à la cohorte
Enregistrement W4381953247 · doi:10.1353/lan.2023.a900095

‘Language in the United States’: An innovative learner-centered, asynchronous general-education course in linguistics

2023· article· en· W4381953247 sur OpenAlexfundno aff
Paola Cépeda, Andrei Antonenko, Mark Aronoff, Rachel Christensen, Aniello De Santo, Jennifer Jaiswal, Ji Yea Kim, Michelle Mayro, Veronica Miatto, Lori Repetti

Notice bibliographique

RevueLanguage · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, Santa BarbaraQueen Mary University of LondonUniversity of TorontoUniversity of BernStony Brook UniversityPitzer CollegeWashington University in St. LouisUniversity of PennsylvaniaPennsylvania State UniversityReed CollegeNorth Carolina State UniversityUniversity of Miami
Mots-clésAsynchronous communicationPrestigeComputer scienceDiversity (politics)LinguisticsMathematics educationField (mathematics)Class (philosophy)Language educationPedagogyPsychologySociologyArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

LIN 200 ‘Language in the United States’ is a large general-education course dealing with linguistic diversity in the United States. It is taught online in an asynchronous format and attracts hundreds of students each semester. The pedagogical innovations adopted in this course include the use of guest lectures by leading experts in the field, the design of discussion board activities to facilitate interaction among students and with instructors, and the organization of the material into adaptable learning modules. We adopt a learner-centered approach using the backward-design framework and applying the community-of-inquiry model. The result is a course that succeeds in achieving its main learning goals: to introduce students to the vast linguistic diversity in the United States and to the basic principles of linguistics, in particular, that human language is primarily spoken or signed (not written), that every human group has its own language, and that all languages are equally capable of expressing any human thought or emotion, although their social prestige may differ.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,044
Tête enseignante GPT0,431
Écart entre enseignants0,387 · 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'étudeSans objet
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguageMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207