MétaCan
Menu
Retour à la cohorte
Enregistrement W2980937368 · doi:10.5539/ijel.v9n6p93

Design and Development of Cloud Learning Tool for English Sentence Patterns

2019· article· en· W2980937368 sur OpenAlexvenueno aff
Ching-Fan Chen

Notice bibliographique

RevueInternational Journal of English Linguistics · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSentenceClass (philosophy)Mathematics educationCurriculumComputer scienceControl (management)Cloud computingArtificial intelligencePsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

This study aims at providing Taiwanese students at different levels of study with a cloud language learning tool. The design of the learning tool can be divided into three stages. The first stage is the design of the curriculum. It combines paper learning log sheet with a simple computer program to help students write short essays and “tell” the stories. Findings of this study showed that students were highly motivated to make use of the computer learning tool to practice English sentence patterns and to create short essays. In the second stage, the researcher developed a cloud English learning tool that can be used in different types of computer facilities. This learning tool aims at helping students practicing English sentence patterns and at providing teachers with tools to monitor students learning process and performance. In the third stage, the researcher applied this computer learning tool to vocational high school students. The participants were two classes of high school seniors in New Taipei city, with 34 students in each class. One of the two classes was assigned as the experimental group and the other class the control group. The experimental group practiced English sentence patterns, using the cloud English learning tool. The control group was provided with paper handouts and was taught in a traditional way. The results showed a significant difference in performance between the two groups of students, with an F value 4.563 (p<.05). The experimental group had higher mean scores than the control group had. We may conclude that the cloud English learning tool can improve vocational high school students’ English writing skills. In the three-stage study, the researcher found that students at different levels of study used different types of computer facilities, for example, senior high school students used smart phones or notebooks, junior high school students used desktops in the computer lab, and elementary school students used learning log sheets to learn. Therefore, the researcher integrated HTML 5 and jQuery into a learning system and provided teachers with learning logs forms to download. That is, teachers can apply this learning system to students of different levels of study. The goal of this learning tool is to help students write short English essays.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,058
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,058
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,322
Écart entre enseignants0,296 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetEducation and Technology IntegrationTravaux en français237 207