MétaCan
Menu
Retour à la cohorte
Enregistrement W2218295710 · doi:10.18357/ar.weisgerberj.612015

Bridging the Gap Between Instruction and Assessment: Examining the Role of Dynamic Assessment in the Oral Proficiency Skills of English-as-an-Additional-Language Learners

2015· article· en· W2218295710 sur OpenAlexaffvenue
Jeness Weisgerber

Notice bibliographique

RevueThe Arbutus Review · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFluencyPsychologyLanguage proficiencyMetacognitionDynamic assessmentTest (biology)CognitionProtocol analysisLanguage assessmentBridging (networking)Mathematics educationComputer scienceDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

This exploratory study investigated the role of dynamic assessment (DA) in improving the oral proficiency skills of English-as-an-additional-language learners. It focused specifically on speaking test scores and the use of language learner strategies, with the goal of providing empirical evidence as well as pedagogical recommendations. Seven participants were administered a section of the IELTSTM Speaking test in both dynamic and standardized formats. Each test was followed by a think-aloud protocol in order to ascertain participants’ thoughts and strategic behaviours during the testing process. In terms of test scores, results showed no holistic differences, but did show differences in fluency, grammatical range, and lexical resource scores. Scores for grammatical range and lexical resource were higher in DA, while scores for fluency were higher in standardized assessment. An analysis of the participants’ strategic behaviours also showed a greater use of cognitive and metacognitive strategy use in DA. These results point to DA’s potential to facilitate the development of grammatical and lexical abilities as well as to foster the use of language learner strategies within the sample.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,067
Tête enseignante GPT0,429
Écart entre enseignants0,362 · 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

Citations5
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Arbutus ReviewMême sujetEducational and Psychological AssessmentsTravaux en français237 207