MétaCan
Menu
Retour à la cohorte
Enregistrement W4410083603 · doi:10.1177/1354067x251340197

Assignment resubmission and the emergence of a third space: International students’ discursive negotiation tools

2025· article· en· W4410083603 sur OpenAlexaffabout
Irene Torres-Arends

Notice bibliographique

RevueCulture & Psychology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Education and Learning Practices
Établissements canadiensYorkville UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNegotiationSpace (punctuation)SociologyPolitical scienceComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This paper utilizes Gutierrez’s (2008) conceptual framework of the third space, the cultural-historical activity theory (CHAT) (Engerström, 2015), along with Bakhtin’s (1981) dialogical theory, to identify the discursive negotiation tools employed by international students at a private Canadian university when requesting the opportunity to resubmit their assignments. While this practice is not formally regulated by the institution, students frequently make these requests, supporting them with a range of arguments. During the two phases of this study, a total of 4,018 emails were collected, which are analyzed using Torres-Arends’ (2023) analytic framework to explore the reasons behind students’ requests for resubmission. The findings revealed that a third space emerged through students’ negotiation strategies in response to challenges such as meeting assignment requirements, balancing multiple responsibilities, and navigating a new academic culture. Based on these findings, two recommendations are proposed: first, that this “emergent” third space be recognized as an opportunity to redesign class materials, adjust pedagogic practices, and implement responsive course designs in culturally diverse learning environments, and second, that further research be conducted to explore professors’ perspectives on accepting or denying requests for assignment resubmission, adding a critical dimension to understanding this negotiation process.

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)0,017
score de la tête « metaresearch » (Gemma)0,051
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 enseignants0,018
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,051
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0090,013
Communication savante0,0180,009
Science ouverte0,0020,012
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,056
Tête enseignante GPT0,495
Écart entre enseignants0,439 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCulture & PsychologyMême sujetInnovative Education and Learning PracticesTravaux en français237 207