MétaCan
Menu
Retour à la cohorte
Enregistrement W2046587821 · doi:10.3138/cmlr.65.2.195

Pushed Output, Noticing, and Development of Past Tense Morphology in Content-Based Instruction

2008· article· en· W2046587821 sur OpenAlexvenueno aff
Michael J. Leeser

Notice bibliographique

RevueCanadian Modern Language Review/ La Revue canadienne des langues vivantes · 2008
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImperfectTask (project management)ComprehensionLinguisticsPast tenseActive listeningPresent tensePsychologyMorphemeListening comprehensionComputer scienceNatural language processingArtificial intelligenceCommunication

Résumé

récupéré en direct d'OpenAlex

This study examines the effects of learners' production (i.e., pushed output) during a multi-stage reconstruction task on learners' noticing of Spanish past tense morphology, aural text comprehension, and development of preterite/imperfect usage in writing. Participants included 47 intermediate L2 Spanish learners in a content-based course at the university level. One group of learners (+output) listened to a series of passages and engaged in text reconstruction tasks. The other group (−output) listened to the same texts but answered multiple-choice comprehension questions instead of reconstructing the texts. Learners' notes during the listening phase of the tasks served as a noticing measure, and writing tasks were used as pre- and post-treatment measures. Results reveal that the +output group (a) reported more noticing of words overall, but not of past tense forms; (b) comprehended more information from the text; and (c) showed evidence of past tense development in their 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,589
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,220
Écart entre enseignants0,170 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations34
Publié2008
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