MétaCan
Menu
Retour à la cohorte
Enregistrement W7015150202

Service-Learning: Boldy Going Where EAL Students Haven't Gone Before

2017· article· en· W7015150202 sur OpenAlexaboutno aff

Notice bibliographique

RevueArca (British Columbia Electronic Library Network) · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumExperiential learningScale (ratio)Point (geometry)English as a second languageHigher educationComposition (language)Likert scale
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Service-learning is an experiential pedagogy which integrates curriculum and volunteer service through ongoing reflection. Research suggests that service-learning offers notable benefits for post-secondary English-as-an-additional-language (EAL) students. However, most of the researchers have studied EAL students within the United States; far fewer have examined EAL students in the Canadian context. This paper reports on a study of the impact of service-learning on EAL students at a Canadian university in British Columbia. A first-year service-learning elective has been offered at the university since Fall 2009. This course is taught by faculty from the ESL Department who have a Master’s degree or equivalent in a related field. This study investigated the impact of the elective on EAL students’ English proficiency. Data were collected from students through surveys, interviews, and journals. Additionally, the grade point averages (GPA’s) of EAL students in first-year university English composition were examined, comparing those EAL students who took the service-learning elective (Group A) with those who did not (Group B). Grade analysis showed whereas Group B had a GPA of 2.15 on a 4.33 scale for first-year English composition, the subset of Group A who took first-year English composition in the semester immediately following service-learning achieved a GPA of 2.55. The results supported service-learning as an effective pedagogy for EAL students.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0080,004
Communication savante0,0050,003
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,011
Tête enseignante GPT0,260
Écart entre enseignants0,249 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArca (British Columbia Electronic Library Network)Même sujetService-Learning and Community EngagementTravaux en français237 207