The Effects of Planned Focus on Form on Iranian EFL Learners’ Oral Accuracy
Notice bibliographique
Résumé
One of the limitations of the meaning focused instruction in an EFL situation such as Iran is that a communicative approach helps Iranian learners to become fluent, but is insufficient to ensure comparable levels of oral accuracy. The purpose of this study was to investigate whether planned focus on form, and also what type of corrective feedback, would be useful for Iranian EFL learners’ oral accuracy. To this end, the study employed a quasi experimental design. Three intact classes were randomly selected as the control group (n=17), recast group (n=19) as experimental group 1, and delayed explicit and metalinguistic group (n=21) as the experimental group 2 respectively. All groups participated in six sessions of the task of story retelling. For all groups, learners were asked to read and summarize their own assigned story in a time limit of four minutes and retell it to the class. For the recast group, students were provided with recasts on their simple past tense errors; for the delayed explicit and metalinguistic group, the researcher corrected the learners' errors after they finished the retelling; and for the control group, there were no feedback on learners' errors. Learners’ improvement was measured by their oral accuracy during the six sessions of story retelling. One-way ANOVAs with post hoc comparisons indicated that all CF groups significantly outperformed the control group in the session six of story retelling and that the two feedback types were equally effective in promoting learners’ oral accuracy. These findings suggest that the planned focus on form can be an effective tool for the development of oral accuracy in the EFL situations. It can also be concluded that intensive recasts which are repeatedly focused on a particular structure are not different from explicit types of feedback in terms of their effectiveness.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,019 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».