Exploring the Role of Collocation in Creative Writing among Pakistani Learners at Secondary Level: A Corpus-based Study
Notice bibliographique
Résumé
Research works on the usage of lexical collocations for enhancing the creative writing of foreign language learners is considerably lacking. To examine the impact of collocation on reading, speaking and writing skills have been the focus of the researchers. It was observed that the writing skill of EFL learners was weak and they faced difficulties in English writing. Pakistani EFL learners are facing problems while writing English creatively especially at secondary level. Their writing is weak due to lack of adequate combinations of words according to the context. The undertaken research endeavours to explore the impact of English collocations on the creative writing skill and the effect of English Newspaper corpus to improve the collocation knowledge among the EFL learners at Secondary level in Punjab, Pakistan. Quasi experimental research design is adopted for the present study. Two groups of English language learners participate in this research. SPSS, version 23.00 is used to analyse the collected data statistically. The research employs a mixed method. Quantitative data is collected through pre and post-tests, writing task. Qualitative data is collected through semi-structured interviews. Sinclair’ (1991), Ying and Hendrick (2003)’s models are utilized to analyse the data. The results of the study reveal that the participants of the two groups possess inadequate knowledge of collocation. The corpus-based collocation intervention proves significantly effective and it assists the students in experimental group to develop their collocation knowledge and creative writing. The results also reveal that collocation approach contributes a lot to creative writing. Therefore, the results of the study demonstrate that the corpus-based collocation intervention has a significant effect on the participant’s performance in expressing their knowledge in a creative way. This study implies that the collocation knowledge plays a significant role in enhancing EFL secondary learner’s creative writing.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».