A comparative study of the effects of teacher-initiated planned preemptive and reactive focus on form on L2 learners’ accuracy in narrative writing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although researchers in the area of second language acquisition agree on the effectiveness of form-focused instruction, there is little consensus on the appropriate time to direct learners’ attention to linguistic items, that is, whether before or after the error occurrence [Nassaji, H. 2010, “The Occurrence and Effectiveness of Spontaneous Focus on Form in Adult ESL Classrooms.” The Canadian Modern Language Review 66 (6): 907–933; Panahzade, V., and J. Gholami. 2014, “The Relative Impacts of Planned Preemptive vs. Delayed Reactive Focus on Form on Language Learners’ Lexical Resource.” The Journal of Language Teaching and Learning 4 (1): 69–83]. In this regard, adopting a quasi-experimental design, the present study attempted to compare the effects of two techniques of focus on form (FonF), namely teacher-initiated planned preemptive and reactive FonF, on the accurate use of English third person singular -s in L2 learners’ narrative writing. Thirty-two English learners selected out of a total of 70 following a Quick Oxford Placement Test were randomly classified into two groups (one experimental and one comparison) each receiving a different FonF instruction during narrative tasks. Analysis of the groups’ performance on the pretest, immediate posttest, and delayed posttest revealed that both techniques were equally beneficial in bringing the form in focus to the center of the learners’ attention. It can, therefore, be suggested that the teachers need to observe the time when deciding to draw the learners’ attention to the linguistic forms.
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.
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle