MétaCan
Menu
Retour à la cohorte
Enregistrement W2764061889 · doi:10.1109/tlt.2017.2762688

Design and Empirical Validation of Effectiveness of LANGA, an Online Game-Based Platform for Second Language Learning

2017· article· en· W2764061889 sur OpenAlexfundno aff
Francesco Usai, Kiera G.R. O'Neil, Aaron J. Newman

Notice bibliographique

RevueIEEE Transactions on Learning Technologies · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDalhousie University
Mots-clésComputer scienceModular designMultimediaEmpirical researchHuman–computer interactionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Computer and smartphone-based applications for second language (L2) learning have become popular tools, being integrated in many classroom-based courses and adopted by the public at large. Yet, despite a significant body of research that suggests that individuals differ in their ability to learn L2, it is still unclear what factors predict successful L2 acquisition and how L2 teaching software can be designed to adapt to individuals' strengths and weaknesses. Here, we describe the architecture of LANGA, an online game-based platform under development for L2 teaching and research, and present a demonstrative proof-of-concept study using the platform. LANGA is designed to be both an effective and engaging product from the consumer perspective, and a tool that can be used by researchers to easily implement, deploy and test different training modalities for L2 teaching. Furthermore, key features of LANGA include easy configuration of training via modular design; emphasis on gamified teaching methods; and the use of automated speech recognition to provide learners feedback on verbal production. A first prototype of LANGA was tested in a small-scale, proof-of-concept study. Changes in proficiency from preto post-training were measured using recall and recognition tests, while event-related brain potentials (ERPs) were used to assess changes in brain activity related to lexical access over the course of learning. The results provided initial validation of the platform: participants were able to learn a large proportion of the words taught, and retained the novel words in a two/weeks follow-up. Future directions on the development of the platform are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,069
Tête enseignante GPT0,366
Écart entre enseignants0,297 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Learning TechnologiesMême sujetReading and Literacy DevelopmentTravaux en français237 207