MétaCan
Menu
Retour à la cohorte
Enregistrement W1841161959 · doi:10.3968/j.ccc.1923670020100604.007

A Study on English Vocabulary Learning Strategies for Non-English Majors in Independent College

2011· article· en· W1841161959 sur OpenAlexvenueno aff
Zhi-liang Liu

Notice bibliographique

RevueCross-cultural communication · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesVocabularyVocabulary learningEnglish languagePsychologyLinguisticsArtMathematics educationPhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper has investigated the pattern of English vocabulary learning strategies used by the non-English major students in Chinese Independent Colleges: their attitudes to vocabulary learning; the strategies they usually use; the problems of vocabulary learning in English study; the most effective vocabulary learning strategies they assume; differences among the students with different grades, genders, English proficiency and so on. The survey has been done on the non-English majors from grade 1 to 3 in Beihai College of Beihang University. The aim of the paper is to help English learners to improve their ability of vocabulary learning and develop their English proficiency by providing some practical suggestions to both teachers and learners.Key words: Vocabulary learning strategies; Non-English majors; Suggestions Resume: Cet article a etudie les modeles des strategies de l'apprentissage de vocabulaire anglais utilises par les etudiants qui ne sont pas dans la specialite de langue anglaise dans les universites independantes chinoises: leurs attitudes a l'apprentissage du vocabulaire, les strategies qu'ils utilisent habituellement, les problemes de l'apprentissage du vocabulaire dans l'etude de l'anglais, les strategies de l'apprentissage du vocabulaire les plus efficaces qu'ils assument, les differences chez les etudiants ayant des qualites differentes, des sexes differents, des niveaux de la maitrise de l'anglais differents et ainsi de suite. Le sondage a ete effectue sur les etudiants qui ne sont pas dans la specialite de langue anglaise de la 1ere annee a la 3eme annee a Beihai College de l'universite de Beihang. L'objectif de ce document est d'aider les apprenants en anglais aameliorer leur capacite d'apprentissage du vocabulaire et de developper leurs competences en anglais en fournissant des suggestions pratiques aux enseignants et aux apprenants.Mots-cles: strategies d'apprentissage du vocabulaire; specialite non-anglophones; suggestions

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,365
Écart entre enseignants0,318 · 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 source (Gemma direct ou Codex distillé), 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

Citations25
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross-cultural communicationMême sujetSecond Language Acquisition and LearningTravaux en français237 207