#cefr — Public Fediverse posts on home.social

Habr @[email protected] · 2026-06-02 · 07:42 UTC

За сколько времени можно выучить английский?

Для достижения беглости в английском достаточно знать около 6000 слов, а вся нужная грамматика уместится в одной тонкой книжке. Почему же тогда на изучение уходят годы, а в реальном разговоре мы всё равно впадаем в ступор и не можем связать двух слов? Проблема в том, что мы относимся к языку как к набору фактов, хотя на самом деле это — физиологический процедурный навык. Под катом разбираемся, почему официальные оценки CEFR (те самые 600–800 часов до B2) не отражают реальность, как наш мозг саботирует процесс из-за «узкого горлышка» рабочей памяти, и почему популярные методы вроде карточек и тестов — это часто просто сизифов труд. Как перестать учить и начать говорить

https://habr.com/ru/articles/1042376/

#английский_язык #изучение_языков #процедурная_память #декларативная_память #когнитивная_лингвистика #нейробиология_обучения #CEFR #SLA #языковой_барьер #FluentGym

#fluentgym #языковой_барьер #sla #cefr #нейробиология_обучения #когнитивная_лингвистика

The Japan Times @[email protected] · 2026-03-07 · 01:10 UTC

Japan is expanding professional Japanese language education for foreign workers, but its refusal to acknowledge immigration raises questions about how fully migrants will be accepted into society. https://www.japantimes.co.jp/commentary/2026/03/06/world/japans-immigration-charade/?utm_medium=Social&utm_source=mastodon #commentary #worldnews #ldp #cabinet #specifiedskilledworkervisa #sanaetakaichi #registeredjapaneselanguageteacher #educationministry #cefr #language #visas #immigration #jobs #foreignworkers

#commentary #worldnews #ldp #cabinet #specifiedskilledworkervisa #sanaetakaichi

Sascha Wolfer @[email protected] · 2025-07-23 · 06:21 UTC

Just published:

Supplementing CEFR-graded vocabulary lists for language learners by leveraging information on dictionary views, corpus frequency, part-of-speech, and polysemy

A machine-learning method to suggest word candidates for CEFR-graded vocabulary lists.

https://doi.org/10.1057/s41599-025-05446-y

- We compare 4 machine-learning algorithms: Regression trees, ordinal logistic regression, random forests, & naïve Bayes
- All are better than a random baseline (approx. double the accuracy).
- From these we use random forests (2k trees) to impute the #CEFR level of previously unlabeled words

#linguistics #CEFR #frequency #dictionary #LanguageLearning