A Comparative Study of the Effectiveness of Two Strategies of Etymological Elaboration and Pictorial Elucidation on Idiom Learning: A Case of Young EFL Iranian Learners
Notice bibliographique
Résumé
This study examined the effect of etymological elaboration, pictorial elucidation, and integration of these 2 strategies on idiom learning by L2 learners. A total number of 80 homogeneous intermediate learners studying English at 3 language institutes in Isfahan, Iran, were selected. The intermediate participants were selected as the result of administering an Oxford Placement Test (OPT) to them. Then, the participants were divided into 4 groups of equal size, that is, control, etymological, pictorial, and etymological/pictorial groups. Before the experiment, all the participants took a pretest to ensure their unfamiliarity with the idioms. The idioms that were known even by 1 participant were crossed out, and finally 30 idioms were chosen for instruction. Then, the experimental groups received their relevant treatments during 15 sessions, whereas the control group learners learned idioms through definitions and example sentences. After the implementation of the experiment, the 4 groups, once again, sat for a test (i.e., the immediate posttest) to see whether the treatments had improved idiom learning. Finally, the data were analyzed by an independent samples t test and one-way between-groups ANOVA. Results showed that all the 3 strategies significantly improved the participants’ idiom learning. Results also pointed to the fact that the etymological elaboration/pictorial elucidation strategy was the most effective strategy on idiom learning.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».