MétaCan
Menu
Retour à la cohorte
Enregistrement W2114448935 · doi:10.1017/s0272263106060268

ONE SIZE FITS ALL?: Recasts, Prompts, and L2 Learning

2006· article· en· W2114448935 sur OpenAlexaffabout
Ahlem Ammar, Nina Spada

Notice bibliographique

RevueStudies in Second Language Acquisition · 2006
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversity of TorontoUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésCorrective feedbackGrammarPsychologyPossessiveIntervention (counseling)Mathematics educationLanguage proficiencyGrammaticalityLinguistics

Résumé

récupéré en direct d'OpenAlex

This quasi-experimental study investigated the potential benefits of two corrective feedback techniques (recasts and prompts) for learners of different proficiency levels. Sixty-four students in three intact grade 6 intensive English as a second language classes in the Montreal area were assigned to the two experimental conditions—one received corrective feedback in the form of recasts and the other in the form of prompts—and a control group. The instructional intervention, which was spread over a period of 4 weeks, targeted third-person possessive determiners his and her, a difficult aspect of English grammar for these Francophone learners of English. Participants' knowledge of the target structure was tested immediately before the experimental intervention, once immediately after it ended, and again 4 weeks later through written and oral tasks. All three groups benefited from the instructional intervention, with both experimental groups benefiting the most. Results also indicated that, overall, prompts were more effective than recasts and that the effectiveness of recasts depended on the learners' proficiency. In particular, high-proficiency learners benefited equally from both prompts and recasts, whereas low-proficiency learners benefited significantly more from prompts than recasts.This study is based on the first author's Ph.D. research (Ammar, 2003). We gratefully acknowledge the cooperation of the participating teachers and students. We thank Patsy Lightbown, Roy Lyster, Pavel Trofimovich, and the anonymous SSLA reviewers for their valuable input and feedback on earlier versions of this paper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,036
Tête enseignante GPT0,287
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations543
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in Second Language AcquisitionMême sujetEFL/ESL Teaching and LearningTravaux en français237 207