MétaCan
Menu
Retour à la cohorte
Enregistrement W2229790666 · doi:10.5539/elt.v9n2p49

Strategies Training in the Teaching of Reading Comprehension for EFL Learners in Indonesia

2016· article· en· W2229790666 sur OpenAlexvenueno aff
Junaidi Mistar, Alfan Zuhairi, Nofita Yanti

Notice bibliographique

RevueEnglish Language Teaching · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReading comprehensionPsychologyMathematics educationAnalysis of covarianceTest (biology)Reading (process)Control (management)CovariateComprehensionLiteral (mathematical logic)Vocational educationPedagogyLinguisticsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<p>This study investigated the effect of reading strategies training on the students’ literal and inferential reading comprehension. The training involved three concrete strategies: predicting, text mapping, and summarizing. To achieve the purpose of this study, a quasi experimental design was selected with the experimental group being given reading strategies training and the control group being treated in a ‘business as usual’ mode. The subjects were students of two classes in a vocational senior high school in East Java, Indonesia (N=71). The students’ scores in the mid-semester teacher made test of English were used as the covariate to control possible initial differences between the two groups. Moreover, a test of reading comprehension was developed to measure the effect of the treatment. The analysis of covariance (ANCOVA) yielded that the experimental group outperformed the control group in both literal and inferential reading comprehension levels. Implications of this finding for classroom teaching are then discussed.</p>

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)0,001
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 enseignants0,141
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,328
Écart entre enseignants0,303 · 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

Citations32
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetReading and Literacy DevelopmentTravaux en français237 207