MétaCan
Menu
Retour à la cohorte
Enregistrement W2037157419 · doi:10.3138/cmlr.60.5.587

Investigating the Effects of Oral Output on the Learning of Relative Clauses in English: Issues in the Psycholinguistic Requirements for Effective Output Tasks

2004· article· en· W2037157419 sur OpenAlexvenueno aff
Yukiko Izumi, Shin-ichi Izumi

Notice bibliographique

RevueCanadian Modern Language Review/ La Revue canadienne des langues vivantes · 2004
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Test (biology)ComprehensionMeaning (existential)Production (economics)Group (periodic table)Computer sciencePsychologyLearning effectCognitive psychologyLinguisticsEngineering

Résumé

récupéré en direct d'OpenAlex

This study investigated whether giving learners an opportunity for oral output has any positive effect on the L2 learners' acquisition of a grammatical form. Twenty-four adult ESL learners were randomly assigned to one of three groups: an output group, which engaged in a picture description task that involved input comprehension and output production; a non-output group, which engaged in a picture sequencing task that required input comprehension only; and a placebo control group. The two treatment groups were exposed to the same aural input for the same amount of time. Learning was assessed by means of a pre-test and a post-test consisting of production and reception parts. The results indicated that, contrary to our expectations, the output group failed to outperform the non-output group. On the contrary, it was the non-output group that showed greater overall gains in learning. A careful post-hoc re-examination of the treatment tasks revealed that the output task failed to engage learners in the syntactic processing that is necessary to trigger L2 learning, while the task for the non-output group appeared to promote better form-meaning mapping.

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)0,005
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,037
Tête enseignante GPT0,286
Écart entre enseignants0,249 · 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

Citations40
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Modern Language Review/ La Revue canadienne des langues vivantesMême sujetEFL/ESL Teaching and LearningTravaux en français237 207