Vocabulary Facilitation on Technical Modules for ESL Learners: A Case Study of a Sri Lankan Higher Educational Institute
Notice bibliographique
Résumé
This study focuses on the degree of facilitation of the English language module on a technical module offered for adegree program in a higher educational institute in Sri Lanka. The sample consists of 5,855 words from one technicalmodule in the stream of Accounting and Finance and 10,554 words from one English language module prescribed forthe BBA (Special) Degree program during the first year first semester of undergraduates. The level of facilitation wasmeasured in terms of vocabulary; an essential component found in the empirical literature to acquire the technicalknowledge in tertiary education. In order to achieve the main objective, “whether or not the language modulefacilitates the technical module” the researchers utilized Academic Word List (AWL) and examined the presence ofAWL items in both modules and compared the common distribution of AWL items. The results showed 12.33%presence of AWL items in the technical module and 3.95% in the language module. 65 AWL word families wereidentified as common to both modules. The facilitation of the language module on the technical module in terms ofvocabulary is 42.20%. Interestingly, the most frequently used 10 AWL items are not common to both modules.Collocation and gap making can be suggested as appropriate vocabulary activities in order to enhance the exposureof the ESL learners to vocabulary.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».