MétaCan
Menu
Retour à la cohorte
Enregistrement W2031576870 · doi:10.3138/cmlr.58.3.427

Comprehension-Based Learning: The Limits of ‘Do It Yourself’

2002· article· en· W2031576870 sur OpenAlexfundvenueno aff
Patsy M. Lightbown, Randall Halter, Joanna White, Marlise Horst

Notice bibliographique

RevueCanadian Modern Language Review/ La Revue canadienne des langues vivantes · 2002
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésListening comprehensionReading comprehensionComprehensionMathematics educationPsychologyEnglish languageActive listeningReading (process)PedagogyComputer scienceLinguisticsCommunication

Résumé

récupéré en direct d'OpenAlex

In previous publications, the authors reported on the English skills of students who had learned ESL in an experimental comprehension-based program. The performance of grade 4 and 5 students with two or three years of reading and listening was compared to that of students with three years of audio-lingual instruction. On most measures, the students in the comprehension-based program performed as well as or better than the comparison group (Lightbown 1992a; Lightbown & Halter, 1989). In the present paper, the authors report on a follow-up study carried out when students were in grade 8. After six years of an essentially comprehension-based program in ESL, they performed as well as comparison groups of students on measures of comprehension and some measures of oral production but not on measures of written production. This paper includes a description of some particular gaps in the written language of students in the comprehension-based program, includes a follow-up study with secondary school students who had been involved in an experimental program for learning English as a second language (ESL) in primary school, and concludes with a discussion of the need for pedagogical guidance for the development of writing skills.

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)0,009
score de la tête « metaresearch » (Gemma)0,025
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: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,009
Communication savante0,0040,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,277
Écart entre enseignants0,242 · 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

Citations124
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Modern Language Review/ La Revue canadienne des langues vivantesMême sujetReading and Literacy DevelopmentTravaux en français237 207