MétaCan
Menu
Retour à la cohorte
Enregistrement W3183355920 · doi:10.3138/cmlr-2020-0073

L2 Peer Interaction before and after Writing: How Does Each One Promote Writing Development?

2021· article· fr· W3183355920 sur OpenAlexaffvenue
Kim McDonough, Ahlem Ammar, Gabriel Michaud

Notice bibliographique

RevueCanadian Modern Language Review/ La Revue canadienne des langues vivantes · 2021
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversité de MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesRedactionArtPhilosophyLiterature

Résumé

récupéré en direct d'OpenAlex

En raison de la valeur accordée à l’interaction dans l’apprentissage d’une L2, des activités en petits groupes et en paires ont été intégrées à différentes phases du processus de rédaction. S’intéressant particulièrement à l’interaction entre pairs au cours des étapes de planification et de révision, cette étude en salle de classe explore la relation entre l’interaction entre pairs et le développement de l’écriture. Des étudiants de français L2 ( N=45) dans deux classes ont effectué des tâches d’écriture individuelles (prétest et post-test) et deux exercices de rédaction : une classe a tenu des discussions avant l’écriture (c.-à-d. un remue-méninges et de la planification avant la rédaction), alors que l’autre a procédé à une révision interactive (c.-à-d. travail de révision collaborative d’un texte). Les évaluations des étudiants ont été cotées à l’aide d’une grille d’analyse et les conversations des étudiants ont été codées selon les sujets dont il a été question pendant leurs interactions (p. ex., contenu et organisation, grammaire et lexique). Les résultats indiquent que les étudiants qui ont tenu des discussions avant la rédaction ont obtenu de meilleures notes au chapitre de la grammaire et du lexique au post-test, alors qu’il n’y avait pas de changement dans les notes des étudiants ayant participé à une révision interactive. L’analyse de la conversation des étudiants montre qu’ils ont discuté de contenu plus fréquemment. L’article traite aussi des ramifications des contributions pédagogiques des deux types d’activités.

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)0,007
score de la tête « metaresearch » (Gemma)0,037
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,018
Tête enseignante GPT0,234
Écart entre enseignants0,216 · 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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Modern Language Review/ La Revue canadienne des langues vivantesMême sujetEFL/ESL Teaching and LearningTravaux en français237 207