CLIL METHODOLOGY IN TEACHING CANADIAN LITERATURE IN TERTIARY EDUCATION: SCAFFOLDING
Notice bibliographique
Résumé
The article provides an in-depth analysis of the application of Content and Language Integrated Learning (CLIL) methodology in teaching Canadian literature in tertiary education.CLIL, known for its dual focus on language acquisition and content mastery, offers a valuable framework for exploring modern Canadian cultural narratives while simultaneously enhancing students' linguistic competence.This study emphasizes the crucial role of scaffolding in effectively implementing CLIL within this context.Given the linguistic complexity and cultural unfamiliarity often encountered in Canadian literary texts, scaffolding strategies are essential to support students' understanding and engagement.The article examines various scaffolding techniques in teaching MA students Canadian literature, particularly L. Lanston's novel "Lesia's Dream" by implementing pre-reading activities, contextualized vocabulary support, and interactive discussions, which facilitate both language development and content comprehension together with novel analysis.Additionally, the study explores the dynamic nature of scaffolding in CLIL University classrooms, highlighting the need for adaptive, responsive teaching approaches that cater to students' evolving needs.In this regard, Scaffolfing in literature and language teaching emerges as a valuable asset, enriching students' interpretative perspectives and fostering a deeper cultural appreciation.By leveraging multilingual competencies, educators can create more inclusive and engaging learning environments.By analyzing the interplay between scaffolding and CLIL in teaching Canadian literature, the article contributes to the ongoing discourse on integrated language and content instruction, offering practical implications for educators seeking to enhance student outcomes in multilingual and multicultural academic settings.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,010 | 0,010 |
| Communication savante | 0,009 | 0,002 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».