MétaCan
Menu
Retour à la cohorte
Enregistrement W2525296239 · doi:10.5539/elt.v9n11p13

Integrating Reading and Technology: The Development of Pamanpintermu

2016· article· en· W2525296239 sur OpenAlexvenueno aff
Yudhi Arifani, Harunur Rosyid

Notice bibliographique

RevueEnglish Language Teaching · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensnon disponible
Organismes subventionnairesDirektorat Jenderal Pendidikan Tinggi
Mots-clésReading (process)VocabularyReading comprehensionMathematics educationComputer scienceCompetence (human resources)Context (archaeology)Relevance (law)PsychologyMultimediaLinguisticsPedagogy

Résumé

récupéré en direct d'OpenAlex

Reading as one of English skills has paramount features in shaping EFL English competence. Referring to the importance for reading, it is inevitable that teaching method, assessments tools, reading material and activities have indispensable tasks to attain EFL learners’ reading objectives. This study is intended to develop integrated reading material using PHP software. It is designed to react toward the vast development of technology and to reach the attainment of more comprehensive reading objectives in accordance with International Reading Association’s views which is not achieved yet in today’s EFL teaching context. The study utilizes five phases Research and Development model covering need analysis, design, development, Focus Group Discussion and Try out. The development invented 10 units of reading material within Pamanpintermu’s program containing audio vocabulary survey, timed reading, audio reading, comprehension task, writing sections and its integrated auto assessment devices in every unit. The results from FGD and try out revealed that the theoretical foundation and syntax were categorized into high as it reached the average score of 3.7. In addition, content relevance achieved the average score of 3.9 as high and difficulty level reached 2.3 as medium. Meanwhile, the category of integrated reading skills and auto scoring obtained 3.6 and 3.8 and both categories belonged to high level. The last point, software practicality achieved 3.5 is very high as it is also applicable for teacher made reading material automatically through modifying the reading text, audio, exercises and score thoroughly. Toward overall astonishing prototype Pamanpintermu, it remains one problematic point on the error reading detector section which cannot detect users’ errors reading automatically as it requires intensive investigation from different background field of studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,012
Tête enseignante GPT0,292
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetEducational Methods and Media UseTravaux en français237 207