ONE SIZE FITS ALL?: Recasts, Prompts, and L2 Learning
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.
Notice bibliographique
Résumé
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle