The Effect of Schema-Vs-Translation-Based Instruction on Persian Medical Students’ Learning of General English
Notice bibliographique
Résumé
This study explored the effect of employing two language teaching approaches, i.e., schema-based instruction (SBI) and translation-based instruction (TBI) on the structure and vocabulary knowledge as well as reading comprehension ability of sixty undergraduate students studying general English in a medical school in Mashhad, Iran. While the SBI approaches the words/phrases comprising texts as schemata having syntactic, semantic and discoursal relationships with each other, the latter considers offering their translation equivalents as the only necessary and sufficient condition to understand texts. After being divided into two groups, the learners in the experimental and control groups were taught via SBI and the TBI, respectively. The administration of a 120-item schema-based cloze multiple choice item test (SBCMCIT) developed on the syllabus and administered as a pretest at the beginning of the term showed that the two groups were homogenous. The administration of an unseen final examination (UFE) consisting of structure, vocabulary and reading comprehension subscales at the end of the term showed that the learners taught via the SBI performed significantly better than those taught via the TBI not only on the UFE and its subscales but also on the SBCMCIT administered as a post test. The findings are discussed within the specified language components and abilities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».