MétaCan
Menu
Retour à la cohorte
Enregistrement W2619722715 · doi:10.5539/ells.v7n2p99

The Text Type Effect on Moroccan EFL University Learners’ Reading Achievement

2017· article· en· W2619722715 sur OpenAlexvenueno aff
Mohammed Msaddek

Notice bibliographique

RevueEnglish Language and Literature Studies · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReading comprehensionTypologyReading (process)NarrativeTest (biology)English as a foreign languageLinguisticsMathematics educationForeign languageComputer scienceRhetorical modesPsychologySociology

Résumé

récupéré en direct d'OpenAlex

This study is a potential endeavor to make an inquiry into the perceived effect of text typology on reading achievement gains among Moroccan English as a foreign language (EFL) learners. It also evinces whether strategy instruction can be an influencing variable on learners’ reading achievement with regards to text type (i.e., narrative, expository). Indeed, incorporating two primary text genres (i.e., narrative, expository) in the conduct of this current research, the study is intended to substantiate any marked interrelatedness existing between text typology and reading achievement at the pre- and post-testing stages among EFL university learners. For assuring a thorough, rich investigation of this stated postulate, two sampled Moroccan EFL groups (n=113), as first-year English majors, were addressed. The obtained data were collected by means of a corpus of research instruments such as reading comprehension tests (i.e., pre-test, post-test), strategy training and reading comprehension texts (i.e., narrative, expository). The findings showcased that text genre is not a significant, influential variable on reading achievement scores among the control (n=50) and treatment groups (n=63). Finally, the study puts forward some useful implications pertaining to EFL text processing/ analysis and an explicit mention of some limitations, which encountered the undertaken study, is made.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,301
Écart entre enseignants0,290 · 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.

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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetReading and Literacy DevelopmentTravaux en français237 207