MétaCan
Menu
Retour à la cohorte
Enregistrement W4410382061 · doi:10.1002/tesj.70045

Translanguaging in Action: Authentic Teaching Practices in the High School English as an Additional Language Classroom

2025· article· en· W4410382061 sur OpenAlexaffabout
Kimberly Ridley, Subrata Bhowmik

Notice bibliographique

RevueTESOL Journal · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensRockyview General HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTranslanguagingAction (physics)PsychologyLinguisticsAction researchPedagogyLanguage assessmentLanguage educationSociologyMathematics education

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Translanguaging has recently gained much currency in second language (L2) education. While the conceptualization of this theory stems from the goal of enhancing L2 education for learners, one challenge scholars have underlined is the need for more responsive, practical classroom activities consistent with translanguaging principles and stance. Taking this challenge as a departure point, first, we identify the salient characteristics of translingual practices by reviewing relevant literature. Then, drawing on an action research project and using vignettes from the actual teaching practices of Author 1 of this paper, we report our experiences/findings of how translanguaging practices in a high school L2 classroom can be enacted. Thus, this paper aims to help educators envision practices derived from translingual principles and contribute to a repertoire of concrete ideas for classroom practices that L2 teachers can adapt in their teaching. Given that the focus on the experiences of a translanguaging approach discussed in the paper is those of only one secondary teacher in Western Canada, we recognize that practitioners may need to adjust for their own contexts. We hope the findings reported in this paper will provide insights into how to intentionally enact translanguaging practices in L2 education in a way that honors pedagogical translanguaging.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,014
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,012
Communication savante0,0070,003
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
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 Opus0,055
Tête enseignante GPT0,487
Écart entre enseignants0,432 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTESOL JournalMême sujetMultilingual Education and PolicyTravaux en français237 207