A New Dilemma for Language Teachers and Students: Self-assessment or Teacher Assessment (Research Article)
Notice bibliographique
Résumé
Transitioning smoothly from traditional learning of language to independent learning and consequently, moving from teacher-assessment to self-assessment faces teachers with a dilemma of deciding on learners’ final improvement. To assist to eliminate this dilemma and to compare learners’ self-assessment of reading comprehension skills with those of teacher assessment, the present study was set out. To this end, 190 B.S. Iranian engineering students were selected based on intact classes. The participants’ proficiency was determined by the Oxford Quick Placement Test. Prior to the instruction, the participants’ ability to use two reading skills, i.e. scanning and skimming was assessed by their instructor and by themselves through using a Likert Scale questionnaire. After instructing each skill, the participants received post-tests, both self-assessment and teacher assessment. Following the post-self-assessment, the participants answered an open-ended questionnaire to reflect on their assessment. To analyze the data and understand the differences and correlations between the two types of assessments, SPSS was performed. Intriguingly, the results from self- and teacher-assessment were pro-self-assessment. Besides, the outcomes of the open-ended questionnaire indicated that it is time to trust learners and allow them to assess their own learning and decide on their learning process.
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 | 0,135 | 0,170 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,005 |
| 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 ».