MétaCan
Menu
Retour à la cohorte
Enregistrement W4412847275 · doi:10.18806/tesl.v42i1/1417

“If you fake it, they will know”

2025· article· en· W4412847275 sur OpenAlexaffvenueabout
Antonella Valeo

Notice bibliographique

RevueTESL Canada Journal · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPsychologyLinguisticsInternet privacyComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Grammar teaching has long been considered an important area of second language (L2) learning. It is also, arguably, one of the most challenging as teachers grapple with abstract concepts and complex structures assembled to express meaning across a range of contexts. Despite a wealth of research concerned with grammar teaching and learning, little is known about how teachers experience the challenges and how they develop the skills to meet them in the classroom context. This study addresses these questions in the adult ESL classroom in Ontario. Drawing on theorizing and research in teacher cognition, the study explored grammar teaching from the perspective of the teacher. Through semi-structured interviews, 10 ESL teachers shared their personal and professional experiences, described their classroom practice, and discussed reasons for their pedagogical choices. The findings suggest that how teachers perceive the demands and affordances of their individual teaching contexts plays a role in the pedagogical choices they make. The study highlights teachers’ perceived challenges and professional learning related to teaching grammar and underscores the need for a collective response to these challenges, one that involves investment from language teacher educators, employers, and professional associations, and a reflective, informed role for teachers. L’enseignement de la grammaire est depuis longtemps considéré comme un domaine important de l’apprentissage d’une langue seconde. Il s’agit aussi, sans doute, d’un des domaines qui présentent des défis considérables, car les enseignants font face à des concepts abstraits et des structures complexes construites pour exprimer le sens dans un large éventail de contextes. Malgré l’abondance de recherches sur l’enseignement et l’apprentissage de la grammaire, on sait peu sur la façon dont les enseignants vivent ces défis et développent les compétences nécessaires pour les relever dans le contexte de la classe. Cette étude aborde ces questions dans le contexte d’une classe d’anglais langue seconde (ALS) pour adultes en Ontario. En s’inspirant des théories et de la recherche sur la cognition des enseignants, l’étude a exploré l’enseignement de la grammaire de la perspective de l’enseignant. Dans le cadre d’entretiens semi-dirigés, dix enseignants d’ALS ont fait part de leurs expériences personnelles et professionnelles, décrit leur pratique en classe et discuté des raisons de leurs choix pédagogiques. Les résultats suggèrent que la façon dont les enseignants perçoivent les exigences et les possibilités de leurs contextes d’enseignement individuels joue un rôle dans les choix pédagogiques qu’ils font. L’étude met en évidence les défis perçus par les enseignants et leur apprentissage professionnel liés à l’enseignement de la grammaire et souligne la nécessité d’une réponse collective à ces défis, qui implique un investissement de la part des formateurs d’enseignants de langues, des employeurs, des associations professionnelles, ainsi qu’un rôle réflexif et informé des enseignants.

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)0,004
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0420,025

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 Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,212 · 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'étudeSans objet
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'admission3
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetEFL/ESL Teaching and LearningTravaux en français237 207