MétaCan
Menu
Retour à la cohorte
Enregistrement W2060895135 · doi:10.5539/elt.v1n2p79

Essay Topic Writability Examined through a Statistical Approach from the College Writer’s Perspective

2008· article· en· W2060895135 sur OpenAlexvenueaboutno aff
Harry J. Huang

Notice bibliographique

RevueEnglish Language Teaching · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWriting and Handwriting Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Consistency (knowledge bases)PsychologyStatistical analysisInternal consistencyLinguisticsMathematics educationPsychometricsDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

No published studies have sufficiently focused on essay topic writability from the perspective of college writers of the new millennium including native English speakers and ESL speakers. In this study, 500 college writers in Metro Toronto in Canada were interviewed to uncover if they found some essay topics easier than other topics. The results indicate that over 90% of them did. The interviewees explained that factors determining the writability of an essay topic include knowledge, interest, experience, and data availability. The positive responses are examined along with the negative ones. Cross-comparison confirms consistency between the two groups. In agreement with previous studies, through a statistical approach and by focusing on essay topic writability, this study alerts frontline teachers as well as language testing administrators to the issue of consistency of difficulty of essay topics in examinations, which can lead to improved validity of such writing tests and examinations across disciplines.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,326
Écart entre enseignants0,296 · 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'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

Citations14
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetWriting and Handwriting EducationTravaux en français237 207