MétaCan
Menu
Retour à la cohorte
Enregistrement W2041331589 · doi:10.5539/ass.v8n7p40

Writing Descriptive Essays Using ‘the Tree Diagram’ as a Tool

2012· article· en· W2041331589 sur OpenAlexvenueno aff
Gopala Krishnan Sekharan Nair, Rozlan Abdul Rahim, Roszainora Setia, Aileen Farida binti Mohd Adam, Norhayati Husin, Elangkeeran Sabapathy, Razita Mohamad, Shahidatul Maslina Mat So’od, Nurul Izatee Md Yusoff, Razifa Mohd Razlan, Nur Amalia Abd Jalil, Ab. Aziz Husain, Norhafiza Abu Seman

Notice bibliographique

RevueAsian Social Science · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnglish Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Significant differenceArgumentativePsychologyGrammarDiagramMathematics educationMathematicsStatisticsLinguisticsBiology

Résumé

récupéré en direct d'OpenAlex

The study is experimental in nature. Both the experimental group and the control group comprised respondents who are sixth form students of SMK Rantau Panjang, Kelantan. The experimental group was exposed to the ‘tree-diagram’ writing strategy for a period of one month. This meant a total exposure of sixteen 40-minute periods for the duration of the month. Both the groups were subjected to a pre-test at the onset of the experiment and a post test one month later. A t-test showed that there was a significant difference between the pre test and the post test writing marks of the experimental group whereas no such significant difference was found in the control group. A similar t-test showed that there was a significant difference in the grammar scores of the experimental group but none for the control group. There was also a significant difference between the pre test and post test motivation score of the experimental group. However, a t-test indicated that there was no significant difference in the motivational scores of the males and females at the conclusion at the experimental period. Future researchers should focus on the use of tree-diagram to assist other types of essays such as argumentative essays.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,022
Tête enseignante GPT0,285
Écart entre enseignants0,263 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetEnglish Language Learning and TeachingTravaux en français237 207