Do Language Proficiency Levels Correspond to Language Learning Strategy Adoption?
Notice bibliographique
Résumé
The primary focus of research on employment of language learning strategies has been on identification of adoption of different learning strategies. However, the relationship between language learning strategies and proficiency levels was ignored in previous research. The present study was undertaken to find out whether there are any relationship between the employment of different strategies and learners' levels of language proficiency. To this end, initially, a simulated TOEFL test (Bailey, R. F., Seetharaman, S., Gavin, C. A., Shukla, N., Penfield, J., and Subramanian, R., 1993) was administered to classify the learners into three classes of proficiency levels: beginning, intermediate, and advanced. Then, Oxford's Strategy Inventory, SILL, (Oxford, 1990b) was used to determine the frequency of the language learning strategies applied by learners. The results indicated that there is a direct relationship between employment of different strategies and proficiency levels. Therefore, the findings, in general, seem convincing enough to enable one to claim that there is a correspondence between the employment of different strategies and proficiency levels. The results of the present study are by no means complete. More research is needed to substantiate the outcome of the current study. One pedagogical implication of the study is that language instructors and syllabus designers should be advised to inform language learners about language learning strategies. Other implications have been discussed.
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 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 | 0,003 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 tête enseignante, 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 ».