VISUALS IN THE ASSESSMENT AND TESTING OF SECOND LANGUAGE LISTENING: A METHODOLOGICAL SYNTHESIS
Notice bibliographique
Résumé
There is a growing consensus that the ability to understand and process visual information should be part of the second language (L2) listening construct; however, the findings of studies exploring the use of visuals in L2 listening assessment contexts remain inconclusive. To better understand the underlying reasons for these inconclusive results, this article employs a methodological synthesis to examine different methodological aspects of primary studies. The synthesis starts with an overview of its methodology that describes the selection and search criteria, data coding, and analysis of data from 45 studies comprising journal articles, doctoral dissertations, book chapters, and conference proceedings published in the past 50 years. Driven by five research questions, the synthesis examines methodological aspects of primary studies, including research aims, research designs, data collection and analysis methods, study and participant characteristics, design characteristics of L2 listening assessment instruments, and test administration procedures. The results reveal a panoply of differences among research methodologies used in primary studies. In discussing the results of this methodological synthesis, this article highlights the patterns in reviewed methodologies, identifies key methodological issues in primary studies, and concludes with recommendations for expanding and advancing this line of research.
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 | 0,227 | 0,338 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,035 | 0,023 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,015 | 0,010 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».