The grammar dimension in instructed second language learning
Notice bibliographique
Résumé
List of contributors Foreword Roger Hawkins Acknowledgements Introduction: Grammar Dimension in Instructed Second Language Learning Alessandro Benati, Cecile Laval, and Maria Arche Part One: Theoretical and Pedagogical Developments Chapter 1. Against Rules Bill VanPatten and Jason Rothman Chapter 2. Possibilities and Limitations of Enhancing Language Input: a MOGUL perspective Mike Sharwood-Smith Chapter 3. Processing Instruction: Where research meets practice James Lee Chapter 4. Collaborative Tasks and Their Potential for Grammar Instruction in Second/Foreign Language Context Maria del Pilar Garcia Mayo Chapter 5. Interactional Feedback: Insights from theory and research Hossein Nassaji Part Two: Empirical Research Chapter 6. Instructed SLA as parameter setting: Evidence from earliest-stage learners of Japanese as L2 Megan Smith and Bill VanPatten Chapter 7. The Relationship between Learning Rate and Learning Outcome for Processing Instruction on the Spanish Passive Voice James Lee Chapter 8. Coproduction of Language Forms and Its effects on L2 Learning Hossein Nassaji and Jun Tian Chapter 9. Raising Language Awareness for Learning and Teaching L3 Grammar Tanja Angelovska and Angela Hahn Index
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».