MétaCan
Menu
← Retour à la cohorte
Enregistrement W2559517890 · doi:10.5539/ijel.v6n7p59

The Effect of Explicit Instruction through Combined Input-Output Tasks on the Acquisition of Indirect Reported Speech in English

2016· article· en· W2559517890 sur OpenAlexvenueno aff
Seyed Ehsan Afsahi, Ahmad Reza Lotfi

Notice bibliographique

RevueInternational Journal of English Linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutomaticityFocus on formComputer scienceImplicit knowledgeExplicit knowledgeGrammarSecond-language acquisitionFocus (optics)Implicit learningSubject (documents)LinguisticsPsychologyCognitive psychologyMathematics educationArtificial intelligenceCognitionKnowledge management

Résumé

récupéré en direct d'OpenAlex

Grammar is being rehabilitated (e.g., Doughty & Williams 1998a) and recognized for what it has always been (Thornbury, 1997, 1998, cited in Burgess & Etherington, 2002): an essential, inescapable component of language use and language learning. Few would dispute nowadays that teaching and learning with a focus on form is valuable, if not indispensable. What perhaps is still the subject of debate is the degree of explicitness such teaching and learning should display. The ultimate goal of any instruction is to make L2 learning implicit, like L1 (due to ease of access and automaticity of it). The current study examines the effect of explicit instruction on the participants’ acquisition of explicit and implicit grammatical knowledge in the case of indirect reported speech. The descriptive-survey method was used in this research. The results revealed that this type of instruction fosters both short- and long-term acquisition of explicit grammatical knowledge. However, the study could not foster the acquisition of implicit knowledge.

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)0,002
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,272
Écart entre enseignants0,247 · 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'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English Linguistics→Même sujetEFL/ESL Teaching and Learning→Travaux en français237 207→