MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162099476 · doi:10.82308/29519

Becoming active users of assessment in learning-oriented EAP classrooms: A mixed methods exploratory sequential design with wrap-up phase

2022· dissertation· en· W7162099476 sur OpenAlexaboutno aff
Rika Tsushima

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhase (matter)Exploratory analysisQualitative analysisExploratory research

Résumé

récupéré en direct d'OpenAlex

Cette dissertation présente les résultats d'une étude exploratoire en recherche par méthodes mixtes séquentielles (Mixed Method Research – MMR) avec phase de synthèse, conduite dans un programme d'anglais à des fins académiques (English for Academic Purposes – EAP) dans une université canadienne ayant incorporé à son programme d'études une approche axée sur l'apprentissage. Adoptant une approche longitudinale d'une période de huit mois, cette étude MMR composée de quatre phases a exploré, pour le cours EAP, l'expérience d'apprentissage d'étudiants d'Asie de l'Est émanant de cultures avec un héritage confucéen (Confucius Heritage Cultures – CHC) en fonction de leur utilisation de l'évaluation en classe.La phase I, première phase qualitative de l'étude MMR, consistait en des entrevues avec douze participants CHC présélectionnés. Trois séries d'entrevues individuelles ont été menées avec chacun des participants. L'expérience d'apprentissage linguistique préalable des participants dans leur culture d'origine s’est avérée un facteur clé affectant leur réaction initiale au nouvel environnement d'apprentissage. De plus, au fil du temps, des similitudes entre les participants dans leur utilisation de l'évaluation en classe sont devenues apparentes, notamment en ce qui concerne leur tendance à demander une rétroaction plus formatrice de la part des autres ainsi qu’à surveiller leur propre compréhension du critère d'évaluation. On a également noté que les participants échouant à leur premier cours EAP avaient certaines caractéristiques communes.La phase II, deuxième phase qualitative, consistait en deux séries d'entrevues individuelles avec les mêmes participants. Cette phase a mis en relief, d’une part, la difficulté d'altérer la connaissance métacognitive que ces participants détenaient en lien avec des personnes, des tâches et des stratégies spécifiques. Elle a révélé d'autre part que cette connaissance acquise dans le cadre de leur contexte d'apprentissage précédent affectait leur processus d'acculturation dans la nouvelle culture d'évaluation. De plus, on a découvert que la capacité des participants à s'autoréguler était connectée à leurs différences spécifiques quant à leur utilisation et à leur compréhension de l'information provenant de l'évaluation en classe.La phase III consistait en un sondage auprès de tous les étudiants d'Asie de l'Est inscrits au programme EAP (n = 354). Le sondage, élaboré à partir des principaux résultats des phases I et II, avait comme objectif de corroborer ces résultats. Les résultats du sondage sont venus confirmer les conclusions des phases précédentes.La phase IV, troisième et dernière phase qualitative de l'étude, consistait en un exercice de synthèse. Un dernier ensemble de données résultant d'entretiens individuels a été recueilli dans le but d’obtenir les réflexions des douze participants sur l'ensemble de l'expérience vécue dans les cours EAP. On a remarqué que le succès des participants aux cours semblait dépendre de leur utilisation autorégulée de l'évaluation, non seulement dans les salles de classe mais aussi dans leurs activités personnelles, par exemple, la formation de communautés de soutien.La dissertation conclut que l'évaluation dite "axée sur l'apprentissage" (Learning-Oriented Assessment) a le potentiel de faciliter l'apprentissage personnel en suscitant une prise de conscience du besoin d'engagement actif avec l'évaluation agissant à titre de facteur clé dans l'amélioration des résultats d'apprentissage. La présente étude offre de nouveaux indices empiriques contribuant à la compréhension grandissante qu'on a des mécanismes d'apprentissage soutenus par l'évaluation

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)0,038
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,200

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,398
Écart entre enseignants0,314 · 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'étudeQualitatif
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEFL/ESL Teaching and Learning→Travaux en français237 207→