Teaching Vocabulary Through Wiki to First Secondary Graders
Notice bibliographique
Résumé
Vocabulary is a fundamental component of any language. Learning vocabulary plays a crucial role in learning English language. Whereas wiki is a promising Web 2.0 technology that can be used innovatively in EFL instruction. This study aimed at examining the effectiveness of wiki-based instruction on vocabulary learning of first secondary graders. It was carried out in Sabya, Jazan, Saudi Arabia in 2018. It followed the quasi-experimental design of one experimental group. Fifty-seven Saudi teenage EFL students participated in a researcher-designed wiki-based vocabulary course in a random male school. The course consisted of twelve lessons to teach 80 words picked from the grade’s English Schoolbook (Mega Goal 2) to ensure their importance and benefit to students. Vocabulary pre-test and post-test along with a closed observation card were used to collect data. Descriptive statistics, paired samples and one-sample t-tests were used for analysis. It was found that wiki had slight positive effect on vocabulary learning. Results demonstrated that students achieved significantly better marks in their post-test but with a very low effect size (0.32). In addition, wiki was observed as usable, motivating, vocabulary enlarging assistant, and can be perceived positively by students. In the contrary, it was observed that the students’ collaborative work level was low. Accordingly, wikis can be a good vocabulary teaching tool if well-designed and well-implemented after training both teachers and students.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».