Every Teacher is a Language Teacher: Social Justice and Equity through Language Education (Vol. 2)
Notice bibliographique
Résumé
This volume is a result of our annual event, Every Teacher is a Language Teacher, held in 2021 and 2022 at the Faculty of Education of the University of Ottawa. Every year, we organize professional learning workshops for teacher candidates in our program. We invite seasoned teachers and young researchers (many of whom are also teachers!) doing their graduate work at the faculty to share methods, ideas, strategies and activities. Together, our community explores how to work with English and French language learners, as well as learners who come to the classroom with multiple languages in their repertoire. As research and experience have shown us, accessing students’ funds of linguistic and cultural knowledge is a powerful way to include students in the curriculum and center their contributions, identities, and experiences in the learning process. As a community of committed educators, we practice teacher learning with this same mindset – we draw from the personal and professional experiences of our guest presenters and teacher candidate attendees. Together, we speak to the social, cultural and political issues that matter in the classroom and share cutting-edge practices. The chapters in this book are intended for teachers who may or may not have a language teaching specialization. So as to promote equitable access to knowledge, we asked our presenters to write chapters based on their workshops and the experiences they had with our teacher candidates. They write in direct, accessible language and draw on the literature about language learning and teaching grounding their work in tried and tested initiatives. As such, for the reader, we hope the chapters will provide insight into what occurred during the workshops and how they can benefit from these professional learning sessions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,010 |
| Communication savante | 0,011 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».