MétaCan
Menu
Retour à la cohorte
Enregistrement W2158913684

The Effect of Meta-cognitive Vocabulary Strategy Training on the Breadth of Vocabulary Knowledge

2014· article· en· W2158913684 sur OpenAlexvenueno aff
Mohammad Iman Askari, Islamic Azad

Notice bibliographique

RevueJournal of academic and applied studies · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVocabularyMetacognitionPsychologyCognitionTest (biology)Mathematics educationInterlanguageReading (process)Vocabulary learningTreatment and control groupsControl (management)Computer scienceLinguisticsArtificial intelligenceMathematicsStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A significant amount of research in Second Language Acquisition (SLA) manifests that not all StrategyBased Instruction (SBI) studies have been beneficial in driving interlanguage development forward. The purpose of the current study was to investigatethe effect of metacognitive vocabulary strategy training on the breadth of vocabulary knowledge among a group of intermediate Iranian EFL students. In so doing, two intact classes at Islamic Azad University of Hamedan in Iran were selected as the participants of the study. The total number of students were sixty students with thity students in each of the experimental and control group. The participants were randomly assigned to control group and experimental group. Vocabulary Levels Test (VLT) as an instrument for measuring the breadth of vocabulary knowledge was administered before (as pretest) and after (as post-test) the treatment of the study. Both groups worked on the same reading passages and textbook. In addition, the students in experimental group were also taught in meta-cognitive vocabulary learning strategies while the students in control group received traditional teaching without any treatment for 12 sessions. The result of one-way ANCOVA indicated that meta-cognitive vocabulary strategy trainingwas beneficial in enhancingthe breadth of vocabulary knowledge of students.

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 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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,680
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,074
Tête enseignante GPT0,372
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of academic and applied studiesMême sujetSecond Language Acquisition and LearningTravaux en français237 207