MétaCan
Menu
Retour à la cohorte
Enregistrement W4412847289 · doi:10.18806/tesl.v42i1/1422

Grammar for Science

2025· article· en· W4412847289 sur OpenAlexaffvenue
Jodie L. Martin

Notice bibliographique

RevueTESL Canada Journal · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGrammarLinguisticsSociologyPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This article describes how a class dedicated to supporting language needs in concurrent science courses developed complex grammatical literacy with an emphasis on a functional understanding of language for technicality, precision, and persuasion. The success of the curriculum was predicated on three factors: the grammatical content selection and sequencing, activity design, and assessment design, all motivated by the needs of the students in their concurrent courses. Specific content was chosen, including transitivity and clause forms, the systemic functional grammatical concepts of logic, circumstances, and grammatical metaphor, and the Appraisal notion of engagement. By moving from forms of language to functions and meanings, students built the skills to negotiate complex grammatical structures in textbooks and word problems and therefore access the scientific knowledge. Regular group work and discussion focused on texts that students brought from their science classes, allowing students to slowly build familiarity with concepts in a way that emphasizes scientific understanding over grammatical perfection. The assignments included group analyses, a short conversation with the instructor on an individual analysis, and both individual and pair written assignments where sources were rewritten with strategic language use to paraphrase and position sources, claims, and information. While achievement levels varied, students anecdotally reported being able to read more quickly, identify key information under exam conditions, and apply the knowledge learned in new courses and assignments. Cet article décrit comment un cours dédié au soutien des besoins linguistiques dans des cours de sciences concomitants a développé une littératie grammaticale complexe qui met l’accent sur une compréhension fonctionnelle de la langue pour la technicité, la précision et la persuasion. Le succès du programme d’études repose sur trois facteurs : la sélection et l’enchaînement du contenu grammatical, la conception des activités et la conception de l’évaluation, tous motivés par les besoins des apprenants dans le cadre de leurs cours concomitants. Un contenu spécifique a été choisi, notamment la transitivité et les types de propositions, les concepts de la grammaire systémique fonctionnelle, comme la logique, les circonstances et la métaphore grammaticale, ainsi que le concept de l’évaluation de l’engagement. En passant des formes linguistiques aux fonctions et aux sens, les étudiants ont acquis les compétences nécessaires pour négocier les structures grammaticales complexes des manuels et les défis lexicaux complexes et ainsi accéder aux connaissances scientifiques. Les travaux de groupe et les discussions régulières ont porté sur des textes que les étudiants avaient apportés de leurs cours de sciences, ce qui leur a permis de se familiariser progressivement avec les concepts d’une manière qui met l’accent sur la compréhension scientifique plutôt que sur la perfection grammaticale. Les devoirs comprenaient des analyses de groupe, une courte conversation avec l’enseignant basée sur une analyse individuelle, et des devoirs écrits individuellement et en binôme où des sources étaient réécrites avec une utilisation stratégique de la langue pour paraphraser et positionner les sources, les affirmations et les informations. Bien que les niveaux de réussite aient varié, les étudiants ont déclaré être capables de lire plus rapidement, d’identifier les informations clés en contexte d’examen et d’appliquer les connaissances acquises dans de nouveaux cours et de nouveaux devoirs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,015
Tête enseignante GPT0,266
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 revueTESL Canada JournalMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207