MétaCan
Menu
Retour à la cohorte
Enregistrement W4224290853 · doi:10.1111/lang.12499

Incidental Learning of Collocations in an Academic Lecture Through Different Input Modes

2022· article· en· W4224290853 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLanguage Learning · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSubtitles and Audiovisual Media
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyElaborationVocabularyActive listeningReading (process)Reading comprehensionLinguisticsListening comprehensionNonverbal communicationControl (management)Vocabulary developmentCognitive psychologyMathematics educationTeaching methodCommunicationComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract In this quasi‐experimental study, 165 learners of English for academic purposes at a university in China were randomly assigned to five experimental groups and a control group. Each experimental group encountered 19 target collocations in the same academic lecture in one of the following input modes: (a) reading, (b) listening, (c) reading while listening, (d) viewing, and (e) viewing with captions. The control group did not receive any treatment. The results revealed that reading, viewing, and viewing with captions led to learning at the form recognition level, but no significant differences were found in the learning gains across these modes. Nonverbal elaboration, type of vocabulary, and type of verbal elaboration affected learning, but frequency of occurrence, strength of association, comprehension, and prior knowledge of general vocabulary did not. This study provides further evidence supporting the use of academic lectures for incidental learning of collocations as well as expanding on the multimedia learning theory.

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.

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)0,000
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,288
Écart entre enseignants0,259 · 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