Teacher Practices and Students’ Preferences for Written Corrective Feedback and Their Implications on Writing Instruction
Notice bibliographique
Résumé
The discrepancy between students’ preferences and teacher practices for feedback on writing has created difficulty on the side of teachers and confusion on the side of the students. What teachers believe and practice as effective feedback for students may not be the one that students perceive as useful and effective feedback for them. This paper investigates the types of written feedback preferred by the students and the types of feedback provided by the teachers on students’ writing. This study employed a survey design which involved 54 students and 22 teachers using convenience sampling technique. The instrument used in collecting data was a questionnaire in the form of Feedback Scale. The results showed that there were some points of compatibility between students’ preferences and teachers’ practices and some other points were incompatible. The data showed that both students and teachers preferred to have or to give direct feedback but the data also indicated that students liked to have more direct feedback than the teacher could provide. It was also found that the teachers provided more indirect feedback than the students expected to have. The students also preferred unfocused feedback to focused feedback. The findings of the study have crucial implications on writing instruction. There is a need to design writing instructions which accommodate both teachers’ practices and students’ preferences for written feddback. Based on the profile of students’ preference and teachers’ practices, a model of feedback provision in teaching writing is proposed. This model is called preference-based feedback on writing instruction.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,136 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».