How Do Asian Candidates Fare in IELTS? A Look at 15 Years of Performance Data
Notice bibliographique
Résumé
IELTS (International English Language Testing System) and its Asian test-takers have shared a heightening interdependency over the previous two decades. In order to achieve ambitions for an international education at Australian, Canadian, New Zealand, and UK universities, growing numbers of Asian prospective international students, particularly from China and India, find themselves required to undertake IELTS to demonstrate evidence of the sufficiency of their English language proficiency. Such is their importance to the tertiary education sectors of these countries that Asian candidates, who regularly constitute over 25 of the most common 40 cohorts of test-takers by nationality, have been key drivers of the more than ten-fold increase in the global IELTS candidature since 2003. The present study investigates how cohorts from 24 Asian nations fared in the Academic IELTS test from 2003 to 2018, utilising official performance data released by the IELTS partners. The study revealed that; 1) candidates from Hong Kong, Malaysia, and the Philippines registered the highest overall and section band scores across Asia; 2) the most sizeable overall score gains were made by Bangladeshi, Indonesian, and Jordanian candidates; and 3) worrying deteriorations in outcomes were exhibited by Emirati, Indian, and Iraqi test-takers. Implications of the findings are discussed in terms of Anglophone universities’ academic admission practices and the need for further research. Keywords: IELTS; English language proficiency; language testing; test-taker performance; international students
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».