Explicit Lexical Elaboration as an Autonomy Enhancing Tool for Acquisition of L2 Vocabulary from Reading
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
Studies (Kim, 1996, 2006; Silva, 2000, for example) indicate that explicit lexical elaboration is the most significant technique to make the meaning of unknown words clear in the text. Through explicit lexical elaboration, definitions or synonyms of the difficult words in the text are provided after the explicit elaborative devices such as which means whereas appositive devices are used in implicit lexical elaboration. This study was an experiment to show that explicit and implicit lexical elaborative devices can serve as autonomy enhancing tools which assist L2 learners in recognizing the meaning of the unknown words in a text in the absence of dictionaries and instructors. To do the study, three groups of EFL participants (each group including 45 participants) were exposed to 30 low-frequency words by reading one of the three versions of an experimental text containing these words. A univariate factorial ANOVA was administered to analyze the data of the study. The results of the study showed that explicit lexical elaboration was the most beneficial technique in meaning recognition of L2 vocabulary in the text. It is also implied from the results of the study that the explicit elaborative device creates the best condition for learners’ autonomy in acquiring L2 vocabulary from reading. Key words: explicit and implicit lexical elaboration; learner autonomy enhancement; meaning recognition
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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