Hacia la integración de la variación gramatical en los cursos y manuales de español como lengua segunda y extranjera
Bibliographic record
Abstract
Frente a la gran cantidad de variedades del español (Lipski, 2012), una preocupación del profesorado de español como lengua segunda y extranjera (L2/LE) es la de determinar qué variedad enseñar (Blake y Zyzik, 2016). En este artículo, intentaremos encontrar una solución a este problema centrándonos en la variación gramatical del español hispanoamericano. Para ello, expondremos la problemática, el marco teórico y los objetivos de nuestro estudio. Concretamente, revisaremos el contenido gramatical del Plan curricular del Instituto Cervantes (2007) (PCIC). Seguiremos comparando el contenido gramatical del PCIC (Instituto Cervantes, 2007) y el del Catálogo de voces hispánicas (Centro Virtual Cervantes, 1997-2018) para después dedicarnos al análisis del componente gramatical del español mexicano e hispanoamericano presente en los manuales Aula Latina 1, 2 y 3 (Arévalo et al., 2004, 2005, 2006). En seguida identificaremos el contenido gramatical de las variedades de español que consideramos necesario integrar en los cursos y manuales de español L2/LE para que el aprendiente esté frente a una lengua auténtica. Terminaremos adoptando una clasificación pedagógica útil a la hora de integrar las variedades del español hispanoamericano en los cursos y manuales de español L2/LE. En este artículo también se resaltará la pertinencia del Modelo de enseñanza-aprendizaje del español lengua segunda o extranjera global en el que se desarrolla una clasificación pedagógica de las variedades hispanoamericanas (Potvin, 2021).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".