From Receptive to Productive: Improving ESL Learners' Use of Vocabulary in a Postreading Composition Task
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
Limited research on ESL learners' use of vocabulary in writing prompted our investigation of vocabulary use in composition by secondary school multi-L1 intermediate ESL learners in Greater Vancouver (n = 48). This study showed that though intermediate learners' use of 1,000–2,000-word-level vocabulary tended to remain constant, their productive use of higher level target vocabulary improved in postreading composition and was largely maintained in delayed writing. It also showed how, in so doing, their lexical frequency profile (LFP) improved. We attribute this improvement to the teacher's use of interactive elicitation of vocabulary and a writing frame, and specific instruction to learners to use target vocabulary. Though the exact factor or factors of vocabulary acquisition in this study is unclear, it is obvious that teacher elicitation, explicit explanation, discussion and negotiation, and multimode exposure to target vocabulary are all means of scaffolding and manipulating vocabulary that increased learners' use of target vocabulary. All these strategies in turn improve LFP in writing. The results suggest that this approach also makes vocabulary learning durable. Increased productive vocabulary acquisition also implies a much larger increase in recognition vocabulary, improving overall classroom language performance. Hinkel (2006, p. 109) calls for integrated and contextualized teaching of multiple language skills, in this case, reading, writing, and vocabulary instruction.
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) | 0,003 | 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