MétaCan
Menu
Retour à la cohorte
Enregistrement W2132712586 · doi:10.5539/ass.v6n8p19

The Effect of Comprehension Strategy Instruction on EFL Learners’ Reading Comprehension

2010· article· en· W2132712586 sur OpenAlexvenueno aff
Yen-Chi Fan

Notice bibliographique

RevueAsian Social Science · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReading comprehensionVocabularyMathematics educationPsychologyCompetence (human resources)Test (biology)Reading (process)ComprehensionComputer scienceLinguisticsSocial psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to investigate the effect of Collaborative Strategic Reading (CSR) on Taiwanese university students’ reading comprehension with reference to specific types of reading comprehension questions. The participants were 110 students from two intact classes who had low-intermediate to intermediate level of English. This study adopted a pre-test and post-test design with a control group. The data mainly came from statistical results of One-Way ANOVA, but would be triangulated by multiple data sets including the questionnaire responses and transcripts of group discussions during CSR. The findings indicated that CSR had a positive effect on the Taiwanese university learners’ reading comprehension particularly in relation to the comprehension questions on getting the main idea and finding the supporting details. However, the statistical analysis did not show that CSR significantly promoted the EFL learners’ strategic reading competence in regard to predicting, making inferences and dealing with vocabulary problems. The findings of the study suggest that implementing comprehension strategy instruction for one semester may help learners adopt some degree of strategic reading behaviours, but it takes long-term efforts and practices for EFL learners to fully develop their strategic reading 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 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)0,001
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,387
Écart entre enseignants0,357 · 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

Citations43
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207