MétaCan
Menu
← Retour à la cohorte
Enregistrement W7017226634

ACT (like you know what you're doing) Fostering Engagement and Motivation in Language Learners through Drama-Based Pedagogy

2022· other· en· W7017226634 sur OpenAlexaboutno aff

Notice bibliographique

RevueQSpace (Queen's University Library) · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComprehension approachDialogicLanguage educationCommunicative competenceLearner autonomyCompetence (human resources)Communicative language teachingSecond-language acquisitionLanguage acquisition
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This guide considers the complementary nature of a Communicative Language Approach (CLT) and Drama-based Instruction (DBI), within the framework of Self-Determination Theory (SDT), for meaningful and effective learning within the context of French Immersion, Core French, and supporting English language learners when English is the language of instruction. Delivered in six parts, ACT (like you know what you’re doing) serves as a practical guide for language instructors to explicitly connect theory to practice in second language learning (L2) environments. Integrating CLT and DBI nurtures what we inherently do as learners: imagine, communicate, collaborate, and create meaning. \nPart 1 includes a brief overview of second language teaching approaches for language learning, language acquisition (Krashen, 1982), and the more recent extensions that explore “communic-action” (Bourguignon, 2006), that value both the dialogic nature and physicality of language proficiency. Drama-based instruction provides learners with an open space for decoding language and incorporating affective and cognitive skills while problem-solving. Drama as a process, a craft, and a product fosters authentic situations and contexts, bridging what is learned in the classroom to what is needed in the real world. Participation and realization are fundamental modes of engaging with the world (Fettes, 2013). This involves activating imagination and engendering understanding. When a learner is actively engaged in the experience, meaning and understanding are enhanced. The degree to which a learner’s sense of relatedness, autonomy, and competence is nurtured may impact performance, motivation, and well-being (Deci & Ryan, 2012). \nThe empirical studies, found in Part 2, report positive outcomes for student motivation and engagement in second language environments. These serve to example and support a shift to learner-centered instruction, process-oriented instruction, and collaborative learning that embraces diversity as a resource. The proposed pathway to achieving this shift is ACT (like you know what you’re doing), a guide for practicing teachers. The guide (Part 3-6 inclusive) provides \neducators with a selection of scaffolded activities that support concentration, focus, collaboration, physical communication, and vocal communication. In a safe and inclusive learning environment, teachers and students explore the tools of effective communication while integrating expectations of the Ontario Ministry documents, through DBI. Assessment is linked to learning outcomes for elementary language acquisition as outlined in the Common European Framework of Reference (CEFR), Ministry Curriculum documents, and Steps to English Proficiency (STEP). Language learning skills, as outlined in the Strategies Inventory for Language Learners (Oxford, 1990), are explored and practiced. Student autonomy, competence and engagement might be observed through self-assessment and emerging self-efficacy.

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)0,001
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,216 · 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
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQSpace (Queen's University Library)→Travaux en français237 207→