Уроки учителей в средней школе: от автоматического анализа речи к маркерам результативных учителей
https://doi.org/10.26907/esd.19.1.03
EDN: HMRUWD
Аннотация
Изучение особенностей педагогического дискурса как формы речевого поведения является активно развивающимся направлением в лингвистике и педагогике. В рамках этого направления рассматривается ряд лексических и семантических компонентов речи учителя, формирующих определенный риторический и педагогический образ, и такие исследования обычно проводятся вручную. В данной статье описываются результаты, полученные при автоматическом анализе педагогического дискурса. В ходе эксперимента из расшифровок речи учителей извлекались статистически значимые дискурсивные маркеры и паттерны, характерные для педагогического дискурса в целом, а также идиостилистические характеристики речи конкретного учителя. Результаты анализа автоматически извлеченных маркеров позволяют сформировать предварительный список речевых паттернов, которые можно рекомендовать использовать начинающим учителям.
Об авторах
И. Д. Мамаев
Санкт-Петербургский государственный университет;
Балтийский государственный технический университет «Военмех» им. Д.Ф. Устинова
Россия
Россия
Санкт-Петербург
М. В. Хохлова
Санкт-Петербургский государственный университет
Россия
Россия
Санкт-Петербург
М. В. Дайтер
Санкт-Петербургский государственный университет
Россия
Россия
Санкт-Петербург
Список литературы
1. Bogoyavlenskaya, Yu. V., & Palytchuk, D. A. (2022). Association measures for establishing the force of semantic-syntagmatic connection of elements of word combination. Humanitarian studies. History and Philology, 5, 69–78. https://doi.org/10.24412/2713-0231-2022-5-69-78
2. Brunato, D., Cimino, A., Dell’Orletta, F., Venturi, G., & Montemagni, S. (2020). Profiling-UD: a tool for linguistic profiling of texts. In Proceedings of the Twelfth Language Resources and Evaluation Conference (pp. 7145–7151). European Language Resources Association.
3. Evert, S. (2004). The Statistics of Word Cooccurrences: Word Pairs and Collocations [Doctoral dissertation, University of Stuttgart]. Computational Approaches to Collocations https://www.stephanie-evert.de/PUB/Evert2004phd.pdf
4. Fisher, T. (2015). The Psychological Case for Talking in the Third Person. https://www.mic.com/articles/111300/the-psychological-case-for-talking-in-the-third-person
5. Husna, A., Rahman, A., & Abduh A. (2022). Analysis of Speech Acts Used by EFL Teachers in Class Interaction: A Case Study at High School Bosowa Makassar. Pinisi Journal of Art, Humanities, and Social Studies, 2(5), 177–184.
6. Johansson, V. (2008). Lexical diversity and lexical density in speech and writing: A developmental perspective. Working papers/Lund University, Department of Linguistics and Phonetics, 53, 61–79.
7. Klimova, A. V., & Kaurova, A. N. (2018). Teacher’s Speech and Requirements to Speech. Economic and Humanitarian Research of Regions, 2, 20–25.
8. Lagutina, K. (2022). Topical text classification of Russian news: a comparison of BERT and standard models. In 31st Conference of Open Innovations Association (FRUCT) (pp. 160–166). https://doi.org/10.23919/FRUCT54823.2022.9770920
9. Lee, J. J. (2020). Spoken Classroom Discourse. In E. Friginal & J. A. Hardy (Eds.), The Routledge Handbook of Corpus Approaches to Discourse Analysis (pp. 82–97). Routledge. https://doi.org/10.4324/9780429259982-6
10. Lyashevskaya, O., & Sharov, S. (2009). A Frequency Dictionary of Russian. http://dict.ruslang.ru/freq.php
11. Mamaev, I. D., Mamaeva, A. A., & Axenova, D. A. (2023). The Semantic Shifts of the Topical Structure in the Corpus of Lentach News Posts. In V. Malykh & A. Filchenkov (Eds.), Artificial Intelligence and Natural Language. AINL 2022 (pp. 27–39). Communications in Computer and Information Science, 1731. Springer. https://doi.org/10.1007/978-3-031-23372-2_3
12. Nekrasova, O. (2017). Factors influencing the process of English linguistic collocations. Bulletin of Moscow Region State University. Series: Linguistics, 5, 120–132 https://doi.org/10.18384/2310-712X-2017-5-120-132
13. Popescu-Belis, A., & Zufferey, S. (2011). Automatic identification of discourse markers in dialogues: An in-depth study of Like and Well. Computer Speech & Language, 25(3), 499–518. https://doi.org/10.1016/j.csl.2010.12.001
14. Qi, P., Zhang, Y., Zhang, Y., Bolton, J., & Manning, C. D. (2020). Stanza: A Python Natural Language Processing Toolkit for Many Human Languages. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics: System Demonstrations, 101–108. https://doi.org/10.18653/v1/2020.acl-demos.14
15. Rose, S., Engel, D., Cramer, N., & Cowley, W. (2010). Automatic Keyword Extraction from Individual Documents. In M. W. Berry & J. Kogan (Eds.), Text Mining: Theory and Applications (pp. 1–20). John Wiley & Sons.
16. Semenov, A. (2020). Resultative education of an extended personality in a transparent world on a digital platform. Herzen Readings: Psychological Research in Education, 3, 590–596.
17. Sergomanov, P., & Bysik N. (2022). Teaching practices: research and their platformization in the digital era. Educational politics, 1(89), 54–65.
18. Sergomanov, P., Maltsev, M., Bysik, N., Beketov, V., & Baiburin, R. (2023). Sociology of the Lesson: Discourse Organization of Successful Teaching Practices. Educational Studies Moscow, 1, 191– 218. https://doi.org/10.17323/1814-9545-2023-1-191-218
19. Sharpe, T. (2008). How can teacher talk support learning? Linguistics and Education, 19(2), 132–148.
20. Wang, W., & Han, M. (2015). Quantitative analysis of the speech of the teachers and students in high school English classroom-based on information technology-based interaction analysis system. Theory and Practice in Language Studies, 5(10), 2107–2111. http://dx.doi.org/10.17507/tpls.0510.18
21. Zuyeva, D. A. (2009). Mathematical Speech Standards of a Teacher: Basic Qualities and Conditions for Their Development. Izvestia: Herzen University Journal of Humanities & Sciences, 112, 134–139.
Рецензия
Для цитирования:
Мамаев И.Д., Хохлова М.В., Дайтер М.В. Уроки учителей в средней школе: от автоматического анализа речи к маркерам результативных учителей. Образование и саморазвитие. 2024;19(1):27-37. https://doi.org/10.26907/esd.19.1.03. EDN: HMRUWD
For citation:
Mamaev I., Khokhlova M., Dayter M. Lessons of Secondary School Teachers: From Automatic Speech Analysis to the Markers of Effective Teaching Practices. Education and Self-Development. 2024;19(1):27-37. https://doi.org/10.26907/esd.19.1.03. EDN: HMRUWD
Просмотров:
10
Послать статью по эл. почте 