MétaCan
Menu
Retour à la cohorte
Enregistrement W3203290772 · doi:10.5539/elt.v14n10p92

“How the Furby Coming is…”: Interference of First Language and Culture in Thai EFL Learners’ Paragraph Writing

2021· article· en· W3203290772 sur OpenAlexvenueno aff
Sakulrat Worathumrong

Notice bibliographique

RevueEnglish Language Teaching · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParagraphPsychologyArgumentativeRhetorical questionLinguisticsClass (philosophy)Second language writingIntercultural communicationInterlanguagePreferencePedagogySecond languageComputer science

Résumé

récupéré en direct d'OpenAlex

This study investigated features of first language and cultural interference in Thai EFL learners’ English paragraph writing on popular culture. Drawing from theoretical grounds of interlanguage, language interference, and rhetorical interference, the sample of 30 English paragraphs of Thai EFL undergraduate learners was examined quantitatively and qualitatively. The English writing included 15 paragraphs from the Thai learners with high exposure to English language (TEH) group, and 15 paragraphs from those with the low exposure to English language (TEL) group. Using analysis models of metadiscourse markers and topical progressions, the findings revealed the preference of both groups in the use of interactive and interactional devices as well as SP, PP, and EPP types of topical progressions. The preference highlights the feature of oral-based, inductive, or reader-responsible writing orientation with a possibility of writing development, especially among the TEHs to reach expectation of the target language readers. The findings encourage assessing the Thai EFL learners’ writing as a process and raising frequent awareness of both language and rhetorical interferences when writing English texts. As the introductory stage during COVID-19 remote learning, writing to express learners’ interests could be used as an effective communication strategy for a positive instructor-learner relationship which assists the learners to further engage in the class in a more meaningful way. 

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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'étudeQualitatif
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207