MétaCan
Menu
Retour à la cohorte
Enregistrement W2890999549 · doi:10.5539/elt.v11n10p88

A Review of Spelling Errors in Arabic and Non-Arabic Contexts

2018· review· en· W2890999549 sur OpenAlexvenueno aff
Dheif Allah Hussain Falah Altamimi, Radzuwan Ab Rashid, Yasir Mohamed Mohamed Elhassan

Notice bibliographique

RevueEnglish Language Teaching · 2018
Typereview
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpellingMorphemeLinguisticsPronunciationPrefixVowelFirst languagePsychologyComputer scienceNatural language processingSpeech recognition

Résumé

récupéré en direct d'OpenAlex

The purpose of this review paper is to identify the core spelling errors in Arabic and Non Arabic Contexts. The most common difficulty that Arab learners may face during their English writing is correct spelling, for many different reasons such as the interference between English and Arabic language and the irregularity of the English language system. Several studies have been undertaken to evaluate writing mistakes and spelling errors in English, and most of them have classified spelling errors into three different categories: morphemic errors, where the errors occur in the morphemes parts (prefixes and suffixes); Intra-Morphemic errors, where errors occur in the word roots themselves such as deleting the final (silent) e vowel in the word write, and splits types, where the learners leave a space inside the word for example, write my self as two words instead of myself, one word. Apart from the three categories mentioned above, other studies claim that there are eight different types of error related to the abilities of the students and the nature of the error, and these include inversion, omission, substitution, segmentation, insertion, pronunciation, miscellaneous, and unclassified errors. In this review paper, we have found interlingual and intralingual –related errors where interlingual errors are mainly caused by the interference of the primary or mother language, while, intralingual errors are due to the system and instruction of the target language. Finally, suggestions are given based on previous research about how to review the spelling errors in Arabic and Non Arabic contexts to identify the error and also overcome the problem through alternatives that can be implemented to create a positive impact and can be furthermore used for all types of positive learning.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,006
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,031
Tête enseignante GPT0,316
Écart entre enseignants0,284 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetEFL/ESL Teaching and LearningTravaux en français237 207