MétaCan
Menu
Retour à la cohorte
Enregistrement W2050189081 · doi:10.5430/wje.v4n6p16

Measuring Vocabulary Learning Strategy Use of Turkish EFL Learners in Relation to Academic Success and Vocabulary Size

2014· article· en· W2050189081 sur OpenAlexvenueno aff
Özkan Kırmızı

Notice bibliographique

RevueWorld Journal of Education · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVocabularyTurkishMathematics educationPsychologyVocabulary learningTest (biology)Vocabulary developmentLanguage learning strategiesDescriptive statisticsData collectionAcademic yearComputer scienceTeaching methodMetacognitionLinguisticsStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to investigate Vocabulary Learning Strategy (VLS) use of English Language andLiterature Department students in relation to academic success and vocabulary size. The participants of the study are213 English Language and Literature students. Two data collection tools were used in the study. The first tool wastheVocabulary Learning Strategy (VLS) questionnaire which was adapted from by Gu & Johnson (1996), and thesecond data collection tool was a Vocabulary Level Test (VLT) developed by Nation (1983).Descriptive statisticswere conducted in order to measure the level of vocabulary learning strategy (VLS) use and vocabulary size of theparticipants. In addition, correlation analysis was carried out in order to see which VLSs are more frequently used bylow, middle and upper level vocabulary size students. The results indicated that the participants have a high level ofvocabulary size for 2000 word level, 3000 word level, and academic word levels, a moderate level of vocabulary sizefor 5000 word level and a low level in 10000 word level. The participants were found to have a moderate level ofvocabulary learning strategy use. The study also found that 3rd grade students had larger vocabulary size in terms of2000, 3000 and academic vocabulary level. As for the vocabulary strategy use, 3rd grade students were found to usebottom-up strategies and note-taking strategies more frequently than 2nd grade students. Finally, correlation analysisrevealed that bottom-up strategies, using linguistic clues, and top-down strategies significantly correlated withacademic success.

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)0,003
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: Observationnel
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
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,038
Tête enseignante GPT0,326
Écart entre enseignants0,288 · 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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetSecond Language Acquisition and LearningTravaux en français237 207