The Role of an Instructor’s Asynchronous Feedback in Promoting Students’ Interaction and Text Revisions
Notice bibliographique
Résumé
This study focused on teacher asynchronous feedback and how it engaged 15 English as Foreign language (EFL) learners in revising their writing. The data was collected from (1) the teacher’s feedback, (2) students’ responses and, (3) students’ drafts of writing. The data analysis showed that the teacher provided a number of 832 items of feedback which were categorized into “question” as the most dominating category, followed by “statement”, “suggestion”, “directive” and “correction”. Three hundred and eighty (380;46%) of the feedback items were direct, while 452 (54%) were indirect. The feedback focused on content, organization, vocabulary, grammar, mechanics and more general/not specific comments. Teacher’s feedback (1) engaged the learners in text revisions (overall=1102 comments), (2) stimulated their responses (overall=1032 comments) and (3) extended their online asynchronous interactions. Of the total amount of text revisions (1102), 362 (33%) were made based on the teacher’s direct feedback, and 427 (38%) of them were based on the teacher’s indirect feedback, while 313 (29%) were based on peers’ and self-corrections. The learners revised their writing in terms of content, organization, vocabulary, grammar and mechanics. The findings have implications for teacher interactive feedback practices in writing and the role of asynchronous tools in facilitating such practices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».