Errors Analysis of Spelling Among University Students of English in Jordan: An Analytical Study
Notice bibliographique
Résumé
This paper aims at investigating the spelling mistakes made by students of English language in The World Islamic Sciences and Education University (WISE) in Jordan. The researcher adopted Cook‘s classification of errors in this study. Students mistakes were categorized into four classifications: substitution, omission, insertion, and transposition. Fifty students were participated in the study by enrolling in the "Error Analysis" course in two semesters of the academic year 2016/2017. The data for the study were derived from three exams: the first, the second, and the final exams, given to the students during the two semesters. Then the data were analyzed after completing the course in the second semester of 2016-2017. The results of the study revealed that (38%) of the errors referred to omission and (28%) to insertion. However, the study showed that (22%) of errors referred to substitution, while only (15%) of them referred to transposition. This study showed that using vowels and pronunciation incorrectly is one of the major causes of the learners' errors. Further, the interference of the first language plays a significant role in this regard. The study concludes that more efforts and concern should be given to spelling errors made by students since the learning of spelling is an integral part of language learning. The researcher suggested some recommendations and pedagogical implications to be studied in the future.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».