Novice language teachers : insights and perspectives for the first year
Notice bibliographique
Résumé
1. Insights and Perspectives for The First Year of Language Teaching (Thomas S.C. Farrell)2. Teachers' use of metaphor in making sense of the first year of teaching (Steve Mann)3. Trained for teaching high school, poached for teacher training: A case study of a Cambodian English teacher's first year of teaching in Cambodia. (Stephen Moore) 4. Learning to teach in the First Year: A Singapore Case Study (Thomas S.C. Farrell)5. Occupational socialization in the first year of teaching: perspectives from Thailand (David Hayes)6. The Transition from Teacher Education to ESL/EFL Teaching in the First Year for Non-Native English Speaking Teachers in Canada (Clea Schmidt )7. The Beliefs and Practices of Novice Teachers in Hong Kong: Change and Resistance to Change in an Asian Teaching Context (Alan W. Urmston and Martha C. Pennington)8. Teaching Post-CELTA: the interplay of novice teacher, course and context (Michela Borg)9. Ghosts on the Cupboard: Discursive Hauntings During the First Year of French Immersion Teaching in Canada (Lace Marie Brogden & Becky Page)10. From rats to language learners: The transition from the biochemistry laboratory to the language classroom in the first year of teaching (Y.L. Teresa Ting and Michael F. Watts)11. Formation of ESL Teacher Identity during the First Year: An Introspective Study (Alix Furness )12. My first year of language teaching in Japan (Yukie Iwamura)
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,010 |
| Communication savante | 0,016 | 0,014 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».