MétaCan
Menu
Retour à la cohorte
Enregistrement W3208830123 · doi:10.5430/wjel.v12n1p27

The Effects of Trained Peer Feedback for High School Students

2021· article· en· W3208830123 sur OpenAlexvenueno aff
Vũ Phi Hổ Phạm, Truong Chinh Le, The Hung Phan, Ngoc Hoang Vy Nguyen

Notice bibliographique

RevueWorld Journal of English Language · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpellingPeer feedbackPunctuationGrammarVocabularyTest (biology)Mathematics educationPsychologyWord (group theory)Quality (philosophy)CapitalizationComputer scienceControl (management)LinguisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Peer feedback is proved to be effective in helping enhance students' writing quality, but few studies were employed to train high school students to be better peer reviewers. The current study involved 64 grade-11 students in a province in Vietnam to see whether trained peer feedback could be effective for high school students. The experimental group was trained to conduct peer feedback, while the control group did it naturally. The semester lasted for 16 weeks. Data collection was from the pre-test, post-tests, and semi-structured interviews. The results revealed that the most common errors that the students committed were grammar (verbs, articles, repositions), followed by vocabulary (word order, word choice, word form), and mechanics (capitalization, spelling, punctuation). In addition, the students in the experimental group who received peer feedback training could significantly reduce the written errors in the post-test. The students obtained positive attitudes towards peer feedback activities in the writing classroom.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,357
Écart entre enseignants0,344 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetEducational and Psychological AssessmentsTravaux en français237 207