MétaCan
Menu
Retour à la cohorte
Enregistrement W4224271292 · doi:10.5539/elt.v15n5p43

The Effect of Inquiry-Based Learning Strategy on Developing Saudi Students’ Meta-Cognitive Reading Comprehension Skills

2022· article· en· W4224271292 sur OpenAlexvenueno aff
Reem Fuhaid Alshammari

Notice bibliographique

RevueEnglish Language Teaching · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensnon disponible
Organismes subventionnairesShaqra University
Mots-clésReading comprehensionPsychologyMathematics educationReading (process)CognitionComprehensionMeta-analysisComputer scienceMedicineLinguistics

Résumé

récupéré en direct d'OpenAlex

The main aim of the present study is to develop first year university students' meta-cognitive reading comprehension using inquiry-based learning strategy. Subjects of the study were 106 (53 males, 53 females) first year university students enrolled in two classrooms at colleges representing urban and sub-urban areas in Shaqra University. The present study adopted a quasi-experimental design with one-group. The results of present study showed that first year university students should have the following reading comprehension skills: guessing, description, analyzing and identifying the main idea. Accordingly, the suggested strategy was designed and used to develop these identified meta-cognitive reading comprehension skills. A reading comprehension test, based on the identified skills, was designed and used as a pretest and posttest. Findings of the present study showed that there were statistical differences between the students’ mean score on the pretest and posttest in favor of the posttest, and there were statistical differences between the students’ mean score on the posttest at the level of .05. This can be attributed to the effectiveness of using the inquiry-based learning strategy in developing students' meta-cognitive reading comprehension skills at the university stage.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,029
Tête enseignante GPT0,371
Écart entre enseignants0,343 · 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'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207