MétaCan
Menu
Retour à la cohorte
Enregistrement W4392880965 · doi:10.5539/jel.v13n4p42

The Direct Method in English Language Instruction for Primary School Students in Santarém-PA: An Experience of TESOL Undergraduates

2024· article· en· W4392880965 sur OpenAlexvenueno aff
Alessandro Ripardo da Silva, Nilton Hitotuzi, Naelson Sarmento Barbosa

Notice bibliographique

RevueJournal of Education and Learning · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Education Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyMathematics educationPedagogy

Résumé

récupéré en direct d'OpenAlex

The Direct Method, a pedagogical approach for teaching additional languages through immersion, emphasizes oral interaction and everyday language usage to facilitate language acquisition. This method discourages reliance on translation and minimizes emphasis on grammatical rules. However, a fundamental question arises about the effectiveness of TESOL programmes in non-English dominant countries in equipping prospective teachers to adopt a monolingual approach. This paper explores the results of a case study aimed at understanding the experiences of two TESOL degree candidates from a university in Northern Brazil. They participated in an outreach project employing the Direct Method to teach English to Year 1 students on the outskirts of Santarém-PA. Data, gathered through proficiency assessments, interviews, and video recordings, were analysed using Content Analysis and video analysis principles in qualitative research. The results revealed challenges faced by the participants due to limited pedagogical knowledge but also unveiled adaptive strategies, collaborative work practices, introspection, and an acknowledgment of the importance of integrating elements from students’ physical and social contexts into lessons. Despite challenges, the study underscores the beneficial potential and viability of the Direct Method in non-English dominant contexts, advocating for its critical consideration and adaptation within TESOL programmes.

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)0,003
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,004
Communication savante0,0030,001
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,397
Écart entre enseignants0,367 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetLinguistics and Education ResearchTravaux en français237 207