In questo capitolo, si mostra in che modo il rapporto implicazionale tra grammatica teorica, grammatica descrittiva e grammatica pedagogica si riflette con particolare chiarezza nel Data-driven learning (d’ora innanzi DDL; traducibile in italiano come “apprendimento guidato dai dati”), un approccio pedagogico basato sull’uso dei corpora, nato per l’apprendimento delle lingue seconde, e in particolare dell’inglese accademico, ma trasversale ai diversi livelli di competenza e adatto anche alla riflessione in contesti L1. In particolare, il capitolo spiega in che modo sia possibile, attraverso il DDL, condurre l’apprendente in un percorso di scoperta della lingua, così come in attività classiche come il cloze e l’abbinamento, ripensate in chiave DDL e caratterizzate da un input arricchito sul piano sia qualitativo che quantitativo.

Apprendere la grammatica attraverso il Data-driven learning

Forti Luciana
2021

Abstract

In questo capitolo, si mostra in che modo il rapporto implicazionale tra grammatica teorica, grammatica descrittiva e grammatica pedagogica si riflette con particolare chiarezza nel Data-driven learning (d’ora innanzi DDL; traducibile in italiano come “apprendimento guidato dai dati”), un approccio pedagogico basato sull’uso dei corpora, nato per l’apprendimento delle lingue seconde, e in particolare dell’inglese accademico, ma trasversale ai diversi livelli di competenza e adatto anche alla riflessione in contesti L1. In particolare, il capitolo spiega in che modo sia possibile, attraverso il DDL, condurre l’apprendente in un percorso di scoperta della lingua, così come in attività classiche come il cloze e l’abbinamento, ripensate in chiave DDL e caratterizzate da un input arricchito sul piano sia qualitativo che quantitativo.
978-88-290-0547-5
corpora, grammatica, apprendimento linguistico
File in questo prodotto:
File Dimensione Formato  
Forti, 2021_Carocci.pdf

non disponibili

Descrizione: Contributo principale
Tipologia: Versione Editoriale (PDF)
Licenza: NON PUBBLICO - Accesso chiuso
Dimensione 5.04 MB
Formato Adobe PDF
5.04 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/20.500.12071/27369
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
social impact