MétaCan
Menu
← Retour à la cohorte
Enregistrement W2911007253 · doi:10.22215/etd/2018-13235

Gatekeepers of Ambition: Test-Taker Preparation Practices on Two High-Stakes Language Proficiency Tests

2018· dissertation· en· W2911007253 sur OpenAlexaff
Ciaran McCullough

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Test of English as a Foreign LanguagePsychologyReading (process)Language proficiencyMathematics educationVariety (cybernetics)Test preparationExploratory researchLanguage assessmentComputer scienceLinguisticsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This mixed-methods study with an exploratory convergent design (Creswell, 2009) investigated the test preparation practices, reasons for test choice, perceived performance, and reported emotional experience of 33 participant test takers on two high-stakes language proficiency tests.The findings indicated a variety of practices employed in taking the tests (IELTS and TOEFL iBT), including, in order of prevalence: seeking information from former test takers, using test preparation books/practice tests, and using online resources.Perceived performance and emotional experience during reading sections were rated most negatively.The two main concerns the participant test takers had were the speeded nature of the reading and writing sections of the test, and test administration factors.These findings shed light on the mechanism of washback (i.e. the effect of high-stakes tests on teaching and learning).Both test preparation practices and test takers' opinions of tests have implications for the validity of inferences drawn from tests.iii Dedication To my parents, and to Kaitlyn.Ammor magnus doctor est.

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)0,030
score de la tête « metaresearch » (Gemma)0,101
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,101
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,348
Écart entre enseignants0,312 · 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'étudeQualitatif
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEFL/ESL Teaching and Learning→Travaux en français237 207→