Abstracts: Language testing
Notice bibliographique
Résumé
07–604Abbott, Marilyn (Alberta Education, Canada; marilyn.abbott@gov.ab.ca ), A confirmatory approach to differential item functioning on an ESL reading assessment. Language Testing (Sage) 24.1 (2007), 7–36. 07–605Barber, Richard (Dubai Women's College, UAE), A practical model for creating efficient in-house placement tests. The Language Teacher (Japan Association for Language Teaching) 31.2 (2007), 3–7. 07–606Cheng, Liying, Don Klinger & Ying Zheng (Queen's U, Canada; chengl@edu.queensu.ca ), The challenges of the Ontario Secondary School Literacy Test for second language students. Language Testing (Sage) 24.2 (2007), 185–208. 07–607Cohen, Andrew (U Minnesota, USA) & Thomas Upton, ‘I want to go back to the text’: Response strategies on the reading subtest of the new TOEFL®. Language Testing (Sage) 24.2 (2007), 209–250. 07–608Dávid, Gergely (Eötvös Loránd U, Hungary; david.soproni@t-online.hu ), Investigating the performance of alternative types of grammar items. Language Testing (Sage) 24.1 (2007), 65–97. 07–609Elder, Catherine (U Melbourne, Australia; caelder@unimelb.edu.au ), Gary Barkhuizen, Ute Knoch & Janet Von Randow, Evaluating rater responses to an online training program for L2 writing assessment. Language Testing (Sage) 24.1 (2007), 37–64. 07–610Qian, David (The Hong Kong Polytechnic U, China; David.Qian@polyu.edu.hk ), Assessing university students: Searching for an English language exit test. RELC Journal (Sage) 38.1 (2007), 18–37. 07–611Scott Walters, Francis (U New York, USA; Francis.Walters@qc.cuny.edu ), A conversation-analytic hermeneutic rating protocol to assess L2 oral pragmatic competence. Language Testing (Sage) 24.2 (2007), 155–183. 07–612Shiotsu, Toshihiko (Kurume U, Japan; toshihiko_shiotsu@kurume-u.ac.jp ) & Cyril Weir, The relative significance of syntactic knowledge and vocabulary breadth in the prediction of reading comprehension test performance. Language Testing (Sage) 24.1 (2007), 99–128. 07–613Vanderveen, Terry (Kangawa U, Japan), The effect of EFL students' self-monitoring on class achievement test scores. JALT Journal (Japan Association for Language Teaching) 28.2 (2006), 197–206. 07–614Xi, Xiaoming (Educational Testing Service, USA; xxi@ets.org ), Evaluating analytic scoring for the TOEFL® Academic Speaking Test (TAST) for operational use. Language Testing (Sage) 24.2 (2007), 251–286.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,730 | 0,591 |
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 ».