Test Takers' Writing Activities During the<i><scp>TOEFL iBT</scp><sup>®</sup></i>Writing Tasks: A Stimulated Recall Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study aimed to describe the writing activities that test takers engage in when responding to the writing tasks in the TOEFL iBT ® test and to examine the effects of task type and test‐taker English language proficiency (ELP) and keyboarding skills on the frequency and distribution of these activities. Each of 22 test takers with different levels of ELP (low vs. high) and keyboarding skills (low vs. high) responded to 2 TOEFL iBT writing tasks (independent and integrated) on the computer. Each participant then provided stimulated recalls about the writing activities they used when performing each writing task. Stimulated recalls were coded and the results were compared across tasks and test‐taker groups. The findings indicated that the participants engaged in various construct‐relevant activities, such as interacting with the writing task and resources, planning, generating, evaluating, and revising. Additionally, test takers' writing activities varied significantly across tasks and to a lesser extent across test‐taker groups. Participants' writing activities varied most across writing tasks and, to a lesser extent, across English proficiency groups. Low keyboarding skills seem to have affected mainly activities on the independent writing task. To better understand the role of keyboarding skills in performance on the TOEFL iBT writing tasks and to address the test's extrapolation inference, future studies need to compare the writing performance of test takers with different levels of second language ( L2 ) proficiency and keyboarding skills in test and nontest settings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle