Observing the Effectiveness of Task Based Approach in Teaching Narrative Essay at a Private University
Notice bibliographique
Résumé
Writing is one of the most challenging skills of English language. Learners in Pakistan seem unable to master this skill even after years of using English as an official/second language. The focus of this research was to prove that within task-based learning (TBL) framework, language learners engage in purposeful, problem-oriented, and outcome-driven tasks that yield much better results as compared to traditional teaching methods which often fail to generate the desired output. The aim of this research was to prove that Task Based Approach is quite effective and successful in teaching narrative essay writing with an only disadvantage of time consumption. This study resorted to semi-structured interviews and post-test for data collection targeting the undergraduate students in Pakistan. This action research used purposive sampling and employed qualitative research design since the data comprised of both; final drafts of narrative essays and open-ended interviews. The data collected in the post-task phase i.e. the narrative essays were assessed via writing assessment rubrics presented in the IELTS guide for the teachers (2015). The bands were awarded on the basis of four parameters: task achievement, cohesion and coherence, lexical resource, and grammatical range and accuracy. The results delineated that majority of students achieved 5 bands and an overall improvement was observed in the narrative writing skills of students. In the same stead, the students in interview presented the view that Task Based Approach was much more successful in teaching them narrative essay writing.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».