Peer Review: A Tool to Enhance the Quality of Academic Written Productions
Notice bibliographique
Résumé
Higher education focuses on promoting the training of autonomous, critical professionals who adapt to the ever-more demanding labor market. To achieve these objectives, it is necessary to rethink teaching practices in order to allow the student to be the main actor and modeler for their learning process. Previous studies based on Vygotsky’s sociocultural theory have shown that learning should be treated as a socio-cultural activity. Indeed, according to this approach, individual knowledge is firstly constructed at a social level. Peer review, for its part, is a learning tool based on the sociocultural approach. It allows students to achieve higher levels of autonomy and critical thinking. This research’s aim is, on the one hand, to analyze the effect of peer review on the quality of academic essays and, on the other, to examine the way in which linguistic and communicative competence in academic writing are affected. This experimental study was carried out with 68 level B1 + students (32 men and 36 women) in a private university in Ecuador during one academic year. After the statistical analysis, it is concluded that peer review has a positive impact on academic writing. However, the impact is higher in the communicative competence than in the linguistic competence. This result is aligned with previous research, which shows that students tend to prioritize message over form. Future research should investigate peer review’s long-term impact upon students and their ability to transfer skills acquired in English class to other subjects, or even to professional contexts.
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 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 | 0,004 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».