Comparison of Two Writing Processes: Direct versus Translated Composition
Notice bibliographique
Résumé
To explore the results of two different composing processes, one writing directly in English and the other writing first in Chinese and then translating into English, this study concerns itself with the essays resulting from the two composing processes performed by participants with different levels of proficiency. The results show that the quality the compositions is significantly influenced by the writing modes and this vary with students’ L2 proficiency. The lower-level learners benefit most from the translated writing, whereas there is no significant difference for the higher-level learners. Key words: L2 writing, L1 influence, L2 proficiency, direct writing, translated writing Resume: Pour explorer les resultats des deux processus de composition differents, l’un consistant a ecrire directement et l’autre a ecrire d’abord en chinois et puis traduire en anglais, cette etude traite les essais resultant des deux processus de composition realises par des participants de differents niveaux. Les resultats montrent que la qualite de composition est largement influencee par le modele d’ecriture et que cela varie d’apres le niveau de maitrise de L2 des etudiants. Les apprenants de bas niveau beneficient generalement de l’ecriture traduite tandis qu’il n’y pas de differences signifiantes pour les etudiants de haut niveau. Mots-Cles: ecriture en L2, influence de L1, maitrise de L2, ecriture directe, ecriture traduite 摘要：本文採用寫作測試和問卷的方法，旨在研究受試者的英語寫作品質在直接用英語構思寫作和母語翻譯寫作的兩種模式下是否存在顯著差異。分析結果表明寫作品質受寫作模式顯著影響，並且不同水準學生的受影響程度不同。母語翻譯寫作模式對低水準學生有很大幫助，但高水準學生在兩種模式下產出的作文並沒有明顯差異。 關鍵詞：二語寫作；母語影響；二語水準；英語構思寫作；母語翻譯寫作
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».