MétaCan
Menu
Retour à la cohorte
Enregistrement W3215869377 · doi:10.5539/elt.v14n12p154

The Effect of Total Physical Response Method on Vocabulary Learning/Teaching: A Mixed Research Synthesis

2021· article· en· W3215869377 sur OpenAlexvenueno aff
Tugba Inciman Celik, Tolga Çay, Sedat Kanadlı

Notice bibliographique

RevueEnglish Language Teaching · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyThematic analysisVocabularyMathematics educationCreativityDescriptive statisticsQualitative researchTeaching methodSocial psychologyMathematicsStatisticsLinguistics

Résumé

récupéré en direct d'OpenAlex

This aim of this study is to determine the effect of the TPR method on students' vocabulary learning and the factors affecting the effectiveness of this method by combining the findings obtained from both qualitative and quantitative studies. For this purpose, a primary study with 13 quantitative and 7 qualitative findings was included in this study using mixed research synthesis. The data obtained from the studies with quantitative findings were combined with the meta-analysis method and the studies with qualitative findings were separately combined with the thematic synthesis method. Then, using the analytical themes obtained from the thematic synthesis, the variance among the studies included in the meta-analysis was attempted to be explained. As a result of the meta-analysis, it was determined that instruction based on the TPR Model had a “strong” effect size (ES=1.131, 95% CI: -0.705 to 3.729) on academic achievement. As a result of the thematic synthesis, four descriptive themes were formed: "Learning-teaching process in TPR method", "Learning outcomes in TPR method", "motivation" and "Implementation suggestions/requirements". It has been determined that teaching based on the TPR method has significant contributions to the learning process (increasing active participation, learning by having fun, cooperative learning, etc.) and learning outcomes (word learning, correct use, creativity, etc.), motivation in learning, and some requirements (according to teacher and feature) have been determined. According to the descriptive themes obtained from the thematic synthesis, 10 analytical themes were developed. It was observed that all analytical themes were made in the experimental studies, and two of the 10 analytical themes explained the variance among the studies included in the meta-analysis significantly (p<.05).

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)0,152
score de la tête « metaresearch » (Gemma)0,270
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,805

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1520,270
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,017
Bibliométrie0,0110,009
Études des sciences et des technologies0,0020,002
Communication savante0,0060,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,030
Tête enseignante GPT0,445
Écart entre enseignants0,415 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetInnovative Teaching MethodsTravaux en français237 207