Using the Vocabulary Self-Collection Strategy Plus to Develop University EFL Students’ Vocabulary Learning
Notice bibliographique
Résumé
This study was carried out to examine the effectiveness of using the Vocabulary Self-Collection Strategy Plus (VSSPlus) on developing university EFL students’ vocabulary learning. It adopted the quasi experimental design which included two groups design. The participants were first level students at Languages and Translation Department, Arar Faculty of Education and Arts, Northern Border University, KSA. They formed two groups: an experimental group (n = 40) and a control one (n = 40). Both groups were pre-tested by using the pre Vocabulary Achievement Test (VAT) for equivalence in vocabulary prior to the treatment. The researcher taught the experimental group throughout the sessions that based on using the VSSPlus in vocabulary learning and she taught vocabulary to the control group by using the Vocabulary Self-Collection Strategy (VSS). Then, the researcher post tested the two groups by using the post VAT and she used the t-test to calculate the differences between the mean scores of the pre and post VAT. The results revealed that a statistically significant difference was found between the mean scores of the experimental group and the control group on the post VAT in favor of the experimental group. The results also showed that a statistically significant difference was found in the mean scores of the experimental group between the pre and post VAT in favor of the post VAT. Therefore, it was concluded that the experimental group outperformed the control group on the post VAT as a result of receiving training on the VSSPlus. It was also concluded that the experimental group performed better on the post VAT than the pre VAT because the VSSPlus helped them develop vocabulary. Some recommendations and suggestions for further research were provided.
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 | 0,003 | 0,003 |
| 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 | 0,007 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».