10 Digital Language Immersion (DLI) and Virtual Exchanges
Notice bibliographique
Résumé
Types of Resources and CharacteristicsThis chapter presents a digital language immersion and virtual exchange project focused on activating sociolinguistic competence, as well as the development of students' intercultural practices.The work reflects on the efforts and initiatives carried out by the international educational community and the language teaching sector.Specifically, these initiatives involve the design of digital scenarios that offer language immersion teaching and learning experiences similar to those that take place in face-to-face settings.Therefore, we have focused on the acquisition of sociolinguistic and intercultural competence as a key pillar for determining advanced language use, given its natural association with language immersion experiences (Geeslin & Long, 2014: 202).This is because sociolinguistics in particular, as a knowledge and skill dimension for communication, can become 'a space and means of access to the language in its living state' (Fuertes Gutiérrez et al., 2021: 105).Therefore, this case study critically connects with the processes of acquiring sociolinguistic and intercultural competence in Spanish as a FL/L2 through resources designed in virtual learning environments.In turn, these are enriched with pedagogical interventions following an approach oriented towards action and interaction among learners to foster telecollaboration and production in transmedia formats.The activation and development of sociolinguistic competence in the context of second or foreign language learning is one of the indicators signaling learners' first steps as independent users of their target language.As per the Common European Framework of Reference for Languages (CEFR) (Council of Europe, 2020), sociolinguistic competence includes, among other aspects, the knowledge and skills necessary to address the social dimension of language use, as well as the lexical, phonetic and
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,002 |
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.
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 ».