MétaCan
Menu
Retour à la cohorte
Enregistrement W2505675718 · doi:10.1075/lllt.45.08mcd

7. Thai EFL learners’ interaction during collaborative writing tasks and its relationship to text quality

2016· book-chapter· en· W2505675718 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLanguage learning and language teaching · 2016
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)PsychologyCollaborative writingComputer scienceLinguisticsMathematics educationPhilosophyEpistemology

Résumé

récupéré en direct d'OpenAlex

Second language (L2) writing research has shown that L2 learners routinely scaffold each other when working together to co-construct written texts. The analysis of peer interaction has focused largely on the occurrence of language-related episodes (LREs), with fewer studies documenting how learners discuss other elements of written texts, such as their content or organization (Elola & Oskoz 2010; Storch 2005; Storch & Wigglesworth 2007; Wigglesworth & Storch 2009), or establishing a link between student interaction and text quality. This chapter describes the interaction that occurred when Thai EFL students worked in pairs to write summary and problem/solution paragraphs and explores whether their discussions were related to text quality in the form of analytic ratings. The results indicated that problem/solution collaborative writing tasks showed a positive relationship between student talk and text quality and elicited significantly more discussion of content, organization, and language than summary tasks. Implications are discussed in terms of pedagogical considerations for the use of collaborative writing tasks in EFL contexts.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,228
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 Opus0,029
Tête enseignante GPT0,310
Écart entre enseignants0,281 · 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