MétaCan
Menu
Retour à la cohorte
Enregistrement W2948472064 · doi:10.5430/wje.v9n3p30

The Effect of Teacher Feedback on the Simple Past Tense Acquisition in Senior High School Students' English Writing

2019· article· en· W2948472064 sur OpenAlexvenueno aff
Qin Zhong, Minwei Yan, Fangfang Zou

Notice bibliographique

RevueWorld Journal of Education · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and Assessment
Établissements canadiensnon disponible
Organismes subventionnairesJiangxi Normal University
Mots-clésCorrective feedbackPeer feedbackPsychologySecond-language acquisitionMathematics educationClass (philosophy)PerceptionPoint (geometry)Computer scienceLinguisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Teacher feedback is an essential part which can not be overlooked in English writing teaching. Whether teacherfeedback is effective and which type of feedback is more effective in improving learners’ writing proficiency haveattracted more and more researchers’ attention. Direct feedback is the feedback that teachers correct students’ errorsdirectly under the form or the right using habit of target language. Indirect feedback is the feedback that teachersonly mark out or point out students’ errors but not correct errors. This study explores the effects of two differentkinds of feedback (direct feedback and indirect feedback) on the acquisition of English simple past tense in highschool students’ writing. And it attempts to answer the following three questions: 1) Do teachers’ direct and indirectfeedback in English writing influence senior high school students’ acquisition of simple past tense? 2) If so, whichkind of feedback (direct or indirect feedback) has the greater influence on improving students’ acquisition of simplepast tense in English writing? 3) What perceptions do students have towards teachers’ direct and indirect feedback inEnglish writing?The result showed that the two kinds of feedback have an influence on the acquisition of the target structure,however, there is no significant difference between direct and indirect feedback group, which states that indirectfeedback class was not better than direct feedback class.

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)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,005
Tête enseignante GPT0,287
Écart entre enseignants0,282 · 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'étudeObservationnel
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetEducational Technology and AssessmentTravaux en français237 207