MétaCan
Menu
Retour à la cohorte
Enregistrement W2513017503 · doi:10.5539/ells.v6n3p32

The Use of Inflectional Morphemes by Kuwaiti EFL Learners

2016· article· en· W2513017503 sur OpenAlexvenueno aff
Abdullah Alotaibi

Notice bibliographique

RevueEnglish Language and Literature Studies · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMorphemeTest (biology)ComprehensionLinguisticsPsychologySignificant differenceMathematics educationComputer scienceNatural language processingMathematics

Résumé

récupéré en direct d'OpenAlex

<p>This research paper aims to test the extent to which 100 Kuwaiti EFL learners are aware of the correct use of inflectional morphemes in English. It also explores the main causes of the errors that Kuwaiti EFL learners may make. Additionally, it checks whether the English proficiency level of the participants plays a role in their answers on the test. To this end, a multiple-choice test was used to measure the participants’ ability to use the correct inflectional morphemesin English. Following data analysis, the results reveal that Kuwaiti EFL learners are aware of the correct use of the inflectional morphemes in English to a certain degree (total mean=65.5%). Additionally, the t-test shows that the participants’ English proficiency level plays a central role in their comprehension of these morphemes. In particular, there is a statistically significant difference between the answers of the advanced learners (ALs) (73.5%) and intermediate learners (ILs) (57.5%). The number of correct answers provided by ALs is higher than that provided by ILs. Regarding the types of errors made by the participants, it has been argued that the most noticeable ones are due to first language (L1) negative transfer and the irregularity of some types of inflectional morphemes in English. Finally, the study concludes with some pedagogical implications and recommendations for further research.</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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,304
Écart entre enseignants0,283 · 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.

Devis d'étudeSans objet
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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetSecond Language Acquisition and LearningTravaux en français237 207