MétaCan
Menu
Retour à la cohorte
Enregistrement W4415546918 · doi:10.1111/modl.70016

Forthcoming in <i>The Modern Language Journal, 110</i> (Supplement 2026)

2025· article· en· W4415546918 sur OpenAlexaboutno aff

Notice bibliographique

RevueModern Language Journal · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural languageKey (lock)Modern languageConstructed language

Résumé

récupéré en direct d'OpenAlex

The 2026 Supplement is dedicated to a special issue entitled Positive Psychology for Institutions, guest edited by Tammy Gregersen (Baylor University, Waco, Texas), Sarah Mercer (University of Graz, Austria), and Peter MacIntyre (Cape Breton University, Canada). This collection aims to extend the perspective of positive psychology to the institutional dimension. Since its introduction to second language acquisition in the early 2010s, positive psychology has become an influential field within applied linguistics, producing significant research and academic interest. Rooted in three pillars—positive emotions, strengths and character traits, and positive institutions—positive psychology has largely focused on the first two, with little attention to the institutional dimension. This imbalance has drawn criticism for overlooking how systems and institutions shape well-being, potentially placing undue responsibility for happiness on individuals rather than on structural factors. To address this gap, this Modern Language Journal special issue explores positive psychology at the institutional level, examining how schools, universities, and public institutions can foster well-being in language education. The issue adopts an ecological framework, positioning teachers at the center of interconnected systems—individual, social, institutional, and cultural. Through primarily qualitative methods, contributors will analyze how institutional policies, values, and practices support or hinder collective and individual development. This initiative seeks to rebalance positive psychology's focus from individuals to the broader environments that enable positive language learning, offering timely insights in a post-COVID educational landscape.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,570
Score d'incertitude au seuil0,813

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,001
Communication savante0,0080,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,4300,224

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 Opus0,012
Tête enseignante GPT0,337
Écart entre enseignants0,325 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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'admission1
Résumé présentoui

Explorer davantage

Même revueModern Language JournalMême sujetSecond Language Acquisition and LearningTravaux en français237 207