MétaCan
Menu
Retour à la cohorte
Enregistrement W7062807654

Visuaaliset resurssit suomi toisena kielenä -oppitunneilla : multimodaalinen näkökulma

2013· other· fi· W7062807654 sur OpenAlexaboutno aff

Notice bibliographique

RevueJyväskylä University Digital Archive (University of Jyväskylä) · 2013
Typeother
Languefi
DomaineEngineering
ThématiqueAdvanced Power Generation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Oppimateriaaleilla ja muilla luokassa käytetyillä resursseilla on suuri vaikutus siihen, millaiseksi oppimisympäristö muotoutuu ja millaista toimintaa se mahdollistaa. Useat kansainväliset tutkimukset ovat osoittaneet, että visuaalisten ja multimodaalisten resurssien hyödyntäminen kielen opetuksessa auttaa rakentamaan oppimisympäristöä, joka on pedagogisesti rikas, motivoiva sekä monipuolisia oppimisprosesseja tukeva. Visuaalisuuden roolia suomalaisessa kielen oppimisen kontekstissa ei kuitenkaan ole tutkittu juuri lainkaan. Tutkielman kiinnostuksen kohteena on visuaalisuus hyvin laajasti ymmärrettynä, jolloin perinteisten kuvien lisäksi siihen kuuluvat myös esimerkiksi eleet, esineet, liikkuva kuva ja teknologiavälitteiset tekstit. Tätä ymmärrystä laajentaa multimodaalinen näkökulma. Multimodaalisuuden tutkimusta on toistaiseksi tehty melko vähän suomen kielellä. Tutkielmaa varten olen kääntänyt englannin kielestä käsitteitä ja määritelmiä sekä teoreettista viitekehystä. Tutkielma nojaa laajalti sosiokulttuuriseen näkemykseen toisen kielen oppimisesta ja opettamisesta. Erityisesti taustalla vaikuttavat ekologinen käsitys kielenoppimisesta ja -opettamisesta sekä funktionaalinen lähestymistapa toisen kielen opettamiseen. Tutkimuksessa selvitettiin visuaalisten resurssien käytön mahdollisuuksia ja erityispiirteitä erään korkeaasteen suomi toisena kielenä (S2) -kurssilla. Suomessa toisen kielen pedagogiikan kehittäminen on yhä tärkeämpää, sillä maahanmuuttajaväestön määrä kasvaa koko ajan mutta alan pedagogiikan tutkimusta on hyvin vähän (Aalto ym. 2009). Tutkimuksessa havainnoitiin oppitunteja, haastateltiin kurssin opettajaa sekä tarkasteltiin käytettyjä oppimateriaaleja. Tutkimus toteutettiin laadullisena ja monimenetelmäisenä tapaustutkimuksena, jonka ote oli etnografinen. Tutkimuskysymykset koskevat sitä, millaisia ovat opettajan hyödyntämät visuaaliset materiaalit ja niihin liittyvät käytänteet sekä millaisia affordansseja visuaalisilla resursseilla on. Oppitunteja varten kehitin havainnointilomakkeen, jonka avulla tarkastelin ja arvioin visuaalista materiaalia ja sen tehtäviä opetuksessa. Kurssin oppimisympäristö näyttäytyi resursseiltaan rikkaana ja interaktiivisena. Opettaja oli hyvin reflektoiva ja valinnoistaan tietoinen. Hänellä oli vahva funktionaalinen tavoite, jonka hän pyrki välittämään oppijoille. Hänen roolinsa visuaalisuuden käytössä oli suuri materiaalin suunnittelun, valinnan ja tehtävänantojen kautta; oppijoiden rooli oli usein keskusteleva ja kysyvä. Opettaja ohjasi määrätietoisesti oppijoita havaitsemaan affordansseja. He eivät usein näe visuaalisten resurssien merkitystä tekstipainotteisen kielikäsityksensä vuoksi. Opettajan mukaan visuaalisilla ja multimodaalisilla materiaaleilla voi olla monenlaisia erityistehtäviä S2-opetuksessa. Niistä on apua funktionaalisessa tavoitteessa laajentaa oppimisympäristöä ja auttaa vastaamaan oppijoiden arjen tarpeisiin. Ne voivat helpottaa oppijoiden kirjavien taustojen luomia haasteita. Niiden avulla voi välittää tunteita, huumoria ja kulttuuritietoa sekä opettaa tärkeitä visuaalisia lukustrategioita. Niiden varaan on helppo rakentaa merkitysneuvotteluja ja keskusteluja. Visuaalisuuden merkitys on olennainen myös jonkin toisen kanavan, kuten puheen, tukena. Visuaalisuudella on aina useita mahdollisia tehtäviä, mutta niiden toteutuminen määräytyy oppijalähtöisesti. Opettajien tulisi kiinnittää huomiota siihen, kuinka he hyödyntävät visuaalisia resursseja paitsi useista pedagogisista syistä myös siksi, että oppijoiden silmissä opettajan malli on usein vahva auktoriteetti.

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 enseignants0,041
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0410,008

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 Opus0,007
Tête enseignante GPT0,170
Écart entre enseignants0,164 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJyväskylä University Digital Archive (University of Jyväskylä)Même sujetAdvanced Power Generation TechnologiesTravaux en français237 207