Multimedia environments in the foreign language classroom : effects on the acquisition of the French perfective and imperfective distinction
Notice bibliographique
Résumé
This study with young adult learners of French in foreign language classrooms examined the effects of multimedia instruction on the acquisition of a difficult area of second language (L2) grammar in French, namely, the use of the perfective (passe compose) and imperfective ( imparfait) to mark past tense. In particular, the study investigated the impact of two aspects of multimedia instruction on the target grammar development: (a) the type of past tense targeted in instruction, prototypical (i.e., emergent perfective and imperfective forms) and non-prototypical (i.e., advanced perfective and imperfective forms), and (b) learners' readiness for non-prototypical past. The questions were: (a) Is multimedia instruction on non-prototypical past more effective at facilitating past tense improvement than multimedia instruction on prototypical past? (b) Does the L2 learners' past tense readiness mediate the effects of multimedia instruction? To investigate these questions, two multimedia environments with four one-hour lessons were implemented over four weeks in seven university classes in Mexico. Lessons were identical between environments, integrating interactive written/aural narratives and video cartoons to facilitate meaning-oriented past tense production and comprehension. The environments included high past tense frequency, visual enhancement, input processing instruction and feedback to draw learners' attention to past tense. Environments differed only in past tense type: one required prototypical past; the other required non-prototypical past. Using a past tense test, learners (n = 54) were classified as non-ready or ready for non-prototypical past and assigned to one environment. Past tense production and comprehension were assessed using three counterbalanced instruments before, immediately after, and three weeks after instruction. ANOVAs revealed that the environment's past tense type did not have an impact on learners' past tense production growth, whereas learners' past tense readiness did. While non-ready learners exhibited past tense growth immediately after instruction, ready learners did three weeks after instruction. Both groups improved past tense use in accordance with patterns that characterize the acquisition of the perfective and imperfective distinction. No immediate past tense improvement occurred in the comprehension tests, in which the perfective and imperfective differentiation from aural input constituted a challenge. Aspects of the multimedia instruction design and implementation that influenced the treatment results are 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».