MétaCan
Menu
Retour à la cohorte
Enregistrement W2059914312 · doi:10.5267/j.msl.2013.11.008

The comparative impact of lexical translation and lexical inferencing on EFL learners’ vocabulary retention

2013· article· en· W2059914312 sur OpenAlexvenueno aff
Nasim Shangarfam, Neda Ghorbani, Ehsan Safarpoor, Mahshid Maha

Notice bibliographique

RevueManagement Science Letters · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVocabularyComputer scienceLinguisticsTranslation (biology)Natural language processingLexical itemArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

The present study is an attempt to investigate the comparative effects of lexical translation and lexical inferencing techniques on Female intermediate EFL learners' vocabulary retention. For this purpose, 90 female learners attending the Jahad Daneshgahi Center in Qom took a piloted sample KET test, 60 of whom were selected as homogenous learners. They were randomly divided into two experimental groups-one learning new vocabulary items through lexical translation technique and the other with the lexical inferencing technique. They were given a pre-test on vocabulary to ensure that the participants had no prior knowledge of the target words. Then all participants in both groups were taught using the same material and received the same amount of instruction. The only difference was for teaching of new lexical items. One experimental group was taught mainly through the lexical translation technique while the other experimental group learned by the lexical inferencing technique. After conducting the treatment, a post-test was administered to both groups in order to measure the students' ability in the retention of the lexical items taught through lexical translation and lexical inferencing techniques after a two-week interval. The analysis of the test scores using independent sample t-test revealed that the lexical inferencing group significantly outperformed the lexical translation group on the retention of the lexical items suggesting its benefits for teaching new words. Findings provide insights to teachers as well as students on how to best approach learning new lexical items.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,942
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,051
Tête enseignante GPT0,346
Écart entre enseignants0,295 · 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.

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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetSecond Language Acquisition and LearningTravaux en français237 207