MétaCan
Menu
Retour à la cohorte
Enregistrement W2776968403 · doi:10.5539/ijel.v8n2p15

L1 Use in L2 Academic Essays: A Study of L1 Arabic Writers’ Views

2017· article· en· W2776968403 sur OpenAlexvenueno aff
Nahla Nola Bacha

Notice bibliographique

RevueInternational Journal of English Linguistics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensnon disponible
Organismes subventionnairesLebanese American University
Mots-clésArabicRhetorical questionPerceptionContent analysisContent (measure theory)PsychologyAcademic writingMathematics educationQuality (philosophy)LinguisticsRhetorical modesSociologySocial scienceEpistemologyMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Research findings indicate conflicting views as to interference from L1 rhetorical patterns in the essays written by students whose first language is not English. Essays are still considered important for required assignments and exams in institutions of higher learning, but the challenge for L1 Arabic students is to express their ideas clearly. Although there have been studies of the use of L1 in L2 writing, there are very few rigorous ones done on L1 Arabic texts in Lebanon and specifically from the students’ viewpoint. This study aims to evaluate, holistically and analytically, according to language, organization and content, the expository academic essays written by first year university L1 Arabic students and to examine any significant correlation between these scores and the quality of these essays through content analysis. In addition, students’ perceptions of any problems they have in writing the academic essay are surveyed through a questionnaire. Results indicate a significant positive correlation between students’ essay scores and the content analysis. However, findings from the student questionnaire revealed that they do not view any significant interference from L1 nor any significant problems in writing the academic essays which are contrary to the essay scores and content analysis results. Recommendations are made for L2 contexts and future research.

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)0,004
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,114
Tête enseignante GPT0,425
Écart entre enseignants0,310 · 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'étudeObservationnel
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 revueInternational Journal of English LinguisticsMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207