MétaCan
Menu
Retour à la cohorte
Enregistrement W3216763624 · doi:10.37213/cjal.2021.31242

Is Less Really More? The Case for Comprehensive Written Corrective Feedback

2021· article· en· W3216763624 sur OpenAlexaffvenue
Mohammad Falhasiri

Notice bibliographique

RevueCanadian Journal of Applied Linguistics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCorrective feedbackExploitFocus (optics)Second-language acquisitionPsychologyCognitive psychologyComputer scienceEmpirical researchMathematics educationLinguisticsEpistemology

Résumé

récupéré en direct d'OpenAlex

An underexplored question, and one with potentially far-reaching implications for the practice of written corrective feedback (WCF), is whether to mark a wide range of errors (comprehensive feedback) or to focus on a few error types (focused feedback) in learners’ L2 writing. Despite limited evidence, it is argued that comprehensive WCF is unsystematic, inconsistent, confusing, and intimidating; can cognitively and affectively overwhelm L2 learners and may dilute attention to WCF. This paper aims to first respond to and call into question these and other arguments against comprehensive WCF, and then it puts forward some arguments against focused WCF. In doing so, it draws on dominant SLA theories and empirical research findings to lend support to the rebuttals and arguments. Some concrete suggestions are made to help teachers fully exploit the potentials of a comprehensive feedback approach.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,054
Tête enseignante GPT0,339
Écart entre enseignants0,284 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Applied LinguisticsMême sujetStudent Assessment and FeedbackTravaux en français237 207