MétaCan
Menu
Retour à la cohorte
Enregistrement W1567329062

The development of spelling and orthographic knowledge in English as an L2: A longitudinal case study

2007· article· en· W1567329062 sur OpenAlexaff
Hossein Nassaji

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWriting and Handwriting Education
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSpellingLinguisticsOrthographyOrthographic projectionPsychologyNatural language processingComputer scienceMathematics educationArtificial intelligencePhilosophyReading (process)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract This longitudinal case study investigated the development of spelling and orthographic knowledge in a child ESL learner from Grade 1 through Grade 4. Misspelling data from the learner’s free writings were examined for overall patterns of spelling development and the word-specific changes in the spelling of individual words. The aim was to track the developmental changes taking place in his spelling behaviour and also examine whether any stage like pattern of development could be identified in his spelling performance. Analysis of data showed that although the child’s overall developmental path was progressive in that he produced increasingly more complex orthographic spellings over time, there was a high degree of variability in the learner’s misspelling behaviour. Thus, overall, the spelling performance of this ESL learner can be best explained by a spelling model that views the path of spelling development as strategic, overlapping and wave-like rather than truly stage-like.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,322
Tête enseignante GPT0,608
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetWriting and Handwriting EducationTravaux en français237 207