Actividades y temas para integrar para inscribir los cursos de E/LE en el proceso de descolonización de la enseñanza superior en Canadá
Bibliographic record
Abstract
Rufat y Jiménez Calderón (2019) sostienen que la enseñanza del español como lengua extranjera (EELE) se ve influenciada por el contexto en el que se imparten los cursos. ¿Qué decir entonces de la EELE en Canadá, país que entró en un proceso de reconciliación y paz con los pueblos originarios (Commission de vérité et réconciliation, 2012) frente a las injusticias sufridas por estas comunidades a lo largo de su historia? Debido a que todas las disciplinas tienen un papel por desempeñar en la descolonización de la enseñanza superior en Canadá, se tiene que repensar la EELE de acuerdo con este proceso con el fin de contribuir a descolonizar, por una parte, la enseñanza superior en Canadá y, por otra, los cursos de español como lengua extranjera (ELE). La presente propuesta permite desarrollar a la vez las competencias interculturales (Deardorff, 2009) e interlingüísticas de quienes aprenden (Consejo de Europa, 2001, 2020; Instituto Cervantes, 2007). Asimismo, presenta actividades didácticas y un tema poco explotado para integrarlos en la EELE con el fin de inscribir estos cursos en el proceso de descolonización de la enseñanza superior en Canadá.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.027 | 0.017 |
| Scholarly communication | 0.015 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
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".