MétaCan
Menu
Retour à la cohorte
Enregistrement W2072551071 · doi:10.1111/0026-7902.00062

Reading‐Based Exercises in Second Language Vocabulary Learning: An Introspective Study

2000· article· en· W2072551071 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueModern Language Journal · 2000
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Ottawa
Mots-clésVocabularyReading (process)Reading comprehensionComputer scienceIntrospectionElaborationLinguisticsPsychologyProcess (computing)ComprehensionVocabulary developmentNatural language processingCognitive psychology

Résumé

récupéré en direct d'OpenAlex

In this study, university English as a Second Language (ESL) learners’ responses to 5 different types of text‐based vocabulary exercises were examined. The objective was to understand better how such exercises may promote different kinds of lexical processing and learning and to compare these outcomes with those from thematic reading for comprehension. The results support a view of vocabulary acquisition as an elaborative and iterative process and demonstrate the primary role of the tasks learners carry out with new words that they encounter. Tasks provide learners with varied and multiple encounters with given words that highlight different lexical features, promoting elaboration and strengthening of different aspects of word knowledge. The findings also provide insight into the nature of the advantages, found in previous research, of using text‐based vocabulary exercises together with a reading text as opposed to using multiple reading texts for the learning of particular words and their lexical features.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,367
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,3670,000

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 Opus0,010
Tête enseignante GPT0,316
Écart entre enseignants0,305 · 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