Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER)
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/204631 |
Resumo: | O objetivo desta pesquisa foi levantar verbos em língua inglesa e suas colocações, a fim de elaborar atividades de Compreensão Oral (CO) que representem os níveis A2 e B1, do Quadro Europeu Comum de Referência (QCER), em um corpus de pesquisa composto por transcrições de 750 vídeos animados, disponíveis na plataforma TED Ed. Também almejamos criar uma sequência de passos metodológicos para a elaboração de atividades de CO, que possam contribuir para um melhor desempenho dos alunos, em um curso livre de inglês, nível B1, tendo o QCER como base de análise, auxiliando, ainda, o professor na criação dessas atividades. A pesquisa foi realizada com base no arcabouço teórico da Linguística de Corpus (RENOUF; SINCLAIR, 1991; BIBER, 1998; TOGNINI-BONELLI, 2001; BERBER SARDINHA, 2004, 2012; BREZINA, MCENERY e WATTAM 2015, 2018) e com o apoio do programa de análise de corpus Lancsbox (BREZINA, WEILLTESSIER e MCENERY, 2020), que oferece ferramentas de análise lexical como a WordList, Keywords, GraphColl e Concordance. Também, valemo-nos das concepções sobre CO (BUCK, 2001; FLOWERDEW, MILLER, 2005; ROST, 2011) e de colocações (BERBER SARDINHA, 2004; BREZINA, MCENERY e WATTAM 2015, 2018). Nosso corpus é composto por 490.591 itens (tokens) e 29.924 formas (types), contendo 13 subcorpora de diversos temas. Os dados do corpus foram inicialmente cruzados com os dados fornecidos pelo site English Profile the CEFR for English, especialmente no resultado da busca por verbos transitivos e suas coocorrências (phrases), nos níveis A2 e B1. Dos vocábulos mais relevantes estatisticamente nesta pesquisa, foram selecionados cinco verbos no nível A2: need, give, mean, would e will, sendo os dois últimos modais, e seis no nível B1: be, have, make, take, get e find. Eles apresentram coocorrêcias tais como: need help, give instructions, mean by, would prove, will remain, be fooled, have consequences, make sense, take form, get stuck e find information. Esses verbos e as suas coocorrências foram utilizados para elaborarmos atividades específicas de CO, com base na variação lexical exigida pelo QCER, no nível B1 dessa habilidade. Utilizamos também os conceitos de Data Driven Learning no processo de criação das atividades. Esperamos contribuir com a melhora da CO dos alunos, assim como ajudá-los a terem acesso a diferentes culturas, costumes e conhecimentos, alcançando assim, enriquecimento pessoal e social. |
id |
UNSP_25760d46c56905d2b4374b320577d098 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/204631 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER)Corpus linguistics and its contributions to elaborate A2 and B1 English activities. (CEFR)Linguística de CorpusTED EdCompreensão OralEnsino e aprendizagem de línguasColocaçõesDDLGraphCollCorpus LinguisticsOral comprehensionLanguage teaching and learningCollocationsO objetivo desta pesquisa foi levantar verbos em língua inglesa e suas colocações, a fim de elaborar atividades de Compreensão Oral (CO) que representem os níveis A2 e B1, do Quadro Europeu Comum de Referência (QCER), em um corpus de pesquisa composto por transcrições de 750 vídeos animados, disponíveis na plataforma TED Ed. Também almejamos criar uma sequência de passos metodológicos para a elaboração de atividades de CO, que possam contribuir para um melhor desempenho dos alunos, em um curso livre de inglês, nível B1, tendo o QCER como base de análise, auxiliando, ainda, o professor na criação dessas atividades. A pesquisa foi realizada com base no arcabouço teórico da Linguística de Corpus (RENOUF; SINCLAIR, 1991; BIBER, 1998; TOGNINI-BONELLI, 2001; BERBER SARDINHA, 2004, 2012; BREZINA, MCENERY e WATTAM 2015, 2018) e com o apoio do programa de análise de corpus Lancsbox (BREZINA, WEILLTESSIER e MCENERY, 2020), que oferece ferramentas de análise lexical como a WordList, Keywords, GraphColl e Concordance. Também, valemo-nos das concepções sobre CO (BUCK, 2001; FLOWERDEW, MILLER, 2005; ROST, 2011) e de colocações (BERBER SARDINHA, 2004; BREZINA, MCENERY e WATTAM 2015, 2018). Nosso corpus é composto por 490.591 itens (tokens) e 29.924 formas (types), contendo 13 subcorpora de diversos temas. Os dados do corpus foram inicialmente cruzados com os dados fornecidos pelo site English Profile the CEFR for English, especialmente no resultado da busca por verbos transitivos e suas coocorrências (phrases), nos níveis A2 e B1. Dos vocábulos mais relevantes estatisticamente nesta pesquisa, foram selecionados cinco verbos no nível A2: need, give, mean, would e will, sendo os dois últimos modais, e seis no nível B1: be, have, make, take, get e find. Eles apresentram coocorrêcias tais como: need help, give instructions, mean by, would prove, will remain, be fooled, have consequences, make sense, take form, get stuck e find information. Esses verbos e as suas coocorrências foram utilizados para elaborarmos atividades específicas de CO, com base na variação lexical exigida pelo QCER, no nível B1 dessa habilidade. Utilizamos também os conceitos de Data Driven Learning no processo de criação das atividades. Esperamos contribuir com a melhora da CO dos alunos, assim como ajudá-los a terem acesso a diferentes culturas, costumes e conhecimentos, alcançando assim, enriquecimento pessoal e social.The objective of this research was to select collocations with transitive verbs classified as A2 and B1 by the Common European Framework of Reference for Languages (CEFR). We also established a methodological sequence to elaborate Oral Comprehension (OC) activities aimed to help professionals who teach English as a second language in order to help in the OC development of their students. The students are classified as B1 by the CEFR. To achieve this goal, a corpus based on transcriptions of TED Ed videos was compiled. TED Ed is a website that provides animated educational videos. Corpus linguistics was used as a theoretical methodological support ((RENOUF & SINCLAIR, 1991; BIBER, 1998; TOGNINIBONELLI, 2001; BERBER SARDINHA, 2004, 2012; BREZINA, MCENERY and WATTAM, 2015, 2018) along with LancsBox, which is a software package for the analysis of language data and corpora (BREZINA, WEILL-TESSIER and MCENERY, 2020) that has features such as WordList, Keywords, GraphColl and Concordance, and the conceptions about OC (BUCK, 2001; FLOWERDEW, MILLER, 2005; ROST, 2011) and collocations (BERBER SARDINHA, 2004; BREZINA, MCENERY and WATTAM 2015, 2018). The study corpus has 490,591 tokens and 29,924 types. The main corpus can be divided into 13 subcorpora. The data from the corpus was compared to the A2 and B1 CEFR levels, more specifically the transitive verb-phases in the English Profile website. The most statistically relevant words in this paper were selected. At A2 level: need, give, mean, would and will, and at B1 level: be, have, make, take, get and find. These are some of the coolocations they presented: need help, give instructions, mean by, would prove, will remain, be fooled, have consequences, make sense, take form, get stuck and find information. These verbs and their collocations were selected to create OC activities. We also considered DDL concepts in the creation process. This study is intended to help improving students’ OC abilities, besides aiding them to access different cultures, habits and knowledge and therefore develop themselves personally and socially.Universidade Estadual Paulista (Unesp)Pinto, Paula Tavares [UNESP]Universidade Estadual Paulista (Unesp)Carvalho, Carolina Tavares2021-05-10T21:22:44Z2021-05-10T21:22:44Z2021-03-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/20463133004153069P5porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-19T06:07:45Zoai:repositorio.unesp.br:11449/204631Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T15:21:04.481470Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER) Corpus linguistics and its contributions to elaborate A2 and B1 English activities. (CEFR) |
title |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER) |
spellingShingle |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER) Carvalho, Carolina Tavares Linguística de Corpus TED Ed Compreensão Oral Ensino e aprendizagem de línguas Colocações DDL GraphColl Corpus Linguistics Oral comprehension Language teaching and learning Collocations |
title_short |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER) |
title_full |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER) |
title_fullStr |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER) |
title_full_unstemmed |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER) |
title_sort |
Linguística de Corpus e suas contribuições para a elaboração de atividades de inglês nos níveis A2 e B1 (QCER) |
author |
Carvalho, Carolina Tavares |
author_facet |
Carvalho, Carolina Tavares |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pinto, Paula Tavares [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Carvalho, Carolina Tavares |
dc.subject.por.fl_str_mv |
Linguística de Corpus TED Ed Compreensão Oral Ensino e aprendizagem de línguas Colocações DDL GraphColl Corpus Linguistics Oral comprehension Language teaching and learning Collocations |
topic |
Linguística de Corpus TED Ed Compreensão Oral Ensino e aprendizagem de línguas Colocações DDL GraphColl Corpus Linguistics Oral comprehension Language teaching and learning Collocations |
description |
O objetivo desta pesquisa foi levantar verbos em língua inglesa e suas colocações, a fim de elaborar atividades de Compreensão Oral (CO) que representem os níveis A2 e B1, do Quadro Europeu Comum de Referência (QCER), em um corpus de pesquisa composto por transcrições de 750 vídeos animados, disponíveis na plataforma TED Ed. Também almejamos criar uma sequência de passos metodológicos para a elaboração de atividades de CO, que possam contribuir para um melhor desempenho dos alunos, em um curso livre de inglês, nível B1, tendo o QCER como base de análise, auxiliando, ainda, o professor na criação dessas atividades. A pesquisa foi realizada com base no arcabouço teórico da Linguística de Corpus (RENOUF; SINCLAIR, 1991; BIBER, 1998; TOGNINI-BONELLI, 2001; BERBER SARDINHA, 2004, 2012; BREZINA, MCENERY e WATTAM 2015, 2018) e com o apoio do programa de análise de corpus Lancsbox (BREZINA, WEILLTESSIER e MCENERY, 2020), que oferece ferramentas de análise lexical como a WordList, Keywords, GraphColl e Concordance. Também, valemo-nos das concepções sobre CO (BUCK, 2001; FLOWERDEW, MILLER, 2005; ROST, 2011) e de colocações (BERBER SARDINHA, 2004; BREZINA, MCENERY e WATTAM 2015, 2018). Nosso corpus é composto por 490.591 itens (tokens) e 29.924 formas (types), contendo 13 subcorpora de diversos temas. Os dados do corpus foram inicialmente cruzados com os dados fornecidos pelo site English Profile the CEFR for English, especialmente no resultado da busca por verbos transitivos e suas coocorrências (phrases), nos níveis A2 e B1. Dos vocábulos mais relevantes estatisticamente nesta pesquisa, foram selecionados cinco verbos no nível A2: need, give, mean, would e will, sendo os dois últimos modais, e seis no nível B1: be, have, make, take, get e find. Eles apresentram coocorrêcias tais como: need help, give instructions, mean by, would prove, will remain, be fooled, have consequences, make sense, take form, get stuck e find information. Esses verbos e as suas coocorrências foram utilizados para elaborarmos atividades específicas de CO, com base na variação lexical exigida pelo QCER, no nível B1 dessa habilidade. Utilizamos também os conceitos de Data Driven Learning no processo de criação das atividades. Esperamos contribuir com a melhora da CO dos alunos, assim como ajudá-los a terem acesso a diferentes culturas, costumes e conhecimentos, alcançando assim, enriquecimento pessoal e social. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-05-10T21:22:44Z 2021-05-10T21:22:44Z 2021-03-30 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/204631 33004153069P5 |
url |
http://hdl.handle.net/11449/204631 |
identifier_str_mv |
33004153069P5 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128501686992896 |