MétaCan
Menu
Retour à la cohorte
Enregistrement W2030549595 · doi:10.5539/elt.v4n2p231

The Effects of Portfolio Assessment on Writing of EFL Students

2011· article· en· W2030549595 sur OpenAlexvenueno aff
Behzad Nezakatgoo

Notice bibliographique

RevueEnglish Language Teaching · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPortfolioMathematics educationPsychologyStatisticTest (biology)Writing assessmentStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The primary focus of this study was to determine the effect of portfolio assessment on final examination scores of EFL students’ writing skill. To determine the impact of portfolio-based writing assessment 40 university students who enrolled in composition course were initially selected and divided randomly into two experimental and control groups. A quasi-experimental research design was adopted in this study. In order to appraise the homogeneity of the experimental and control groups Comprehensive English Language Test (CELT) was employed at the beginning of the study. The pre-test was applied to both the experimental group and control group. Later in the study, a post-test of dependent variables was implemented for both groups. Data analysis was carried out by SPSS 16 statistical computer program .The statistical techniques being applied were the Levene statistic of One-Way ANOVA and the Paired-sample T-test. The results of the study revealed that that students whose work was evaluated by a portfolio system (portfolio-based assessment) had improved in their writing and gained higher scores in final examination when compared to those students whose work was evaluated by the more traditional evaluation system (non-portfolio-based assessment).The findings of the present study highlighted the fact that portfolio assessment could be used as a complementary alternative along with traditional assessment to shed new light on the process of writing.

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)0,002
score de la tête « metaresearch » (Gemma)0,020
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
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 Opus0,016
Tête enseignante GPT0,402
Écart entre enseignants0,386 · 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

Citations52
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetReflective Practices in EducationTravaux en français237 207