ERIC ED520294: Alternative and Asset-Based Evaluation and Assessment in Language Teaching and Literacy: Resources for Research, Classroom Instruction and Evaluation of Language Competence
Notice bibliographique
Résumé
This annotated bibliography surveys key resources and research related specifically to language learning and literacy. It focuses on resources that will be valuable to teaching professionals and researchers who specialize in the areas of foreign and second language teaching, language arts and first and second language literacy. Significant theoretical research and applied classroom practice has been done in the field of alternative assessment, and specifically in area of using portfolios and e-portfolios (Barrett, 2010; Brear, 2007; Dominguez, 2011; JISC, 2008; Meuller, 2011; North Carolina Regional Educational Laboratory, n.d.; Shao-Ting & Heng-Tsung). The practice of using portfolios for second and foreign language teaching has increased in popularly, with an increased understanding and adoption of the Common European Framework of Reference for Languages (Council of Europe, 2001). Almost simultaneously, there has been a rise in the use of similar frameworks in the field of literacy (Alberta Advanced Education and Technology, 2009; Literacy BC, n.d.). However, there is little collaboration between those who work in literacy and those who teach second and modern languages (Eaton, 2010). This annotated bibliography is an attempt to collect, select and share resources that may be relevant, helpful and useful to professionals working in both the second language and literacy sectors. The deeper values that guide this work are predicated on the belief that researchers and practitioners working in both fields have much in common and would benefit greatly from increased dialogue and shared resources. A bibliography is included.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 tête enseignante, 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 ».