MétaCan
Menu
Retour à la cohorte
Enregistrement W2133384666 · doi:10.1017/s0272263112000356

PEER INTERACTION AND CORRECTIVE FEEDBACK FOR ACCURACY AND FLUENCY DEVELOPMENT

2012· article· en· W2133384666 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueStudies in Second Language Acquisition · 2012
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFluencyCorrective feedbackPsychologyContext (archaeology)Control (management)Peer feedbackSecond languageIntervention (counseling)Peer groupMathematics educationDevelopmental psychologyPedagogyLinguisticsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This quasi-experimental study is aimed at (a) teaching learners how to provide corrective feedback (CF) during peer interaction and (b) assessing the effects of peer interaction and CF on second language (L2) development. Four university-level English classes in Japan participated ( N = 167), each assigned to one of four treatment conditions. Of the two CF groups, one was taught to provide prompts and the other to provide recasts. A third group participated in only peer-interaction activities, and a fourth served as the control group. After one semester of intervention, the two CF groups improved in both overall accuracy and fluency, measured as unpruned and pruned speech rates, whereas the peer-interaction-only group outperformed the control group only on fluency measures. This study draws on monitoring in speech-production theory and the declarative-procedural model of skill-acquisition theory to interpret these results, thus contributing a new theoretical approach to CF research in the context of peer interaction in which learners can be providers of CF. It is concluded that whereas peer interaction offered opportunities for repeated production practice, facilitating proceduralization, CF sharpened learners’ ability to monitor both their own language production and that of their interlocutors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

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

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 Opus0,054
Tête enseignante GPT0,344
Écart entre enseignants0,291 · 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