MétaCan
Menu
Retour à la cohorte
Enregistrement W4403484188 · doi:10.4018/979-8-3693-3184-2.ch015

Arts-Integrated Multiliteracies as Dialogic Catalysts With English Language Learners in a Canadian University

2024· book-chapter· en· W4403484188 sur OpenAlexaffabout
Chenkai Chi, Mehdia Hassan, Pauline Sameshima

Notice bibliographique

RevueAdvances in educational technologies and instructional design book series · 2024
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensLakehead UniversityUniversity of TorontoUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésDialogicThe artsSociologyLinguisticsEnglish languagePedagogyMultimodalityLanguage artsPsychologyMathematics educationArtVisual artsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study examines the utility of an arts integrated multiliteracies approach called Parallaxic Praxis (PP) in English language learning among English language learners in a Canadian university. It focuses on how this approach influences learning and the insights gained from its application. The research focused on two participants' experiences in the Learning English Through the Arts program. Data was gathered through participant observation and interviews. Findings reveal that the PP model enables social justice by serving both as a research tool that values and encourages the diverse perspectives of participants and researchers, and a pedagogical tool that fosters self-identity formation and knowledge-sharing. This approach shifts the landscape of English language education beyond a deficit thinking model. Furthermore, integrating arts with multiliteracies is highlighted as a vital disposition for addressing the learning needs of English language learners. The study offers productive implications for English language teaching policies and pedagogical strategies for ESL teachers.

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)0,003
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 enseignants0,178
Score d'incertitude au seuil0,359

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0250,012
Communication savante0,0060,002
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in educational technologies and instructional design book seriesMême sujetLiteracy, Media, and EducationTravaux en français237 207