Investigating the Construct Validity of an ESL Test for Young Learners
Notice bibliographique
Résumé
This study investigated the construct validity and reliability of the GEPT-Kids, which is composed of 25 listening items and 30 reading items. Data were collected from 742 test takers from Grades 5 and 6 from eight Chinese-speaking schools in Beijing, Shanghai, Guangzhou, Hong Kong, Macau, Taipei, Taichung, and Kaohsiung. Two CFA models (Model 1: a one-factor model with a general language proficiency construct; Model 2: a two-factor model with listening and reading constructs based on the test design) were proposed and analyzed using AMOS 24.0 to reveal whether the internal structure of the test reflected the test developers’ design for the test. The results showed Model 1 provided an adequate explanation of the data as most of the model fit indices were acceptable, and Model 2 showed that there was a lack of discriminant validity between listening and reading because they were too highly correlated although the fit indices were high. While both models can be considered acceptable based on fit indices, and Model 1 is more parsimonious than Model 2. To sum, the main finding was that GEPT-Kids is valid in terms of score interpretation of young learners’ overall language ability but may lack discrimination in terms of assessing subskills of English language proficiency. Therefore, findings from this study suggest that GEPT-Kids is acceptable as a general language proficiency test but should be used with caveats while using test scores in terms of listening and reading in the classroom teaching-learning context.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».