MétaCan
Menu
Retour à la cohorte
Enregistrement W4256426874 · doi:10.1017/s0261444802231894

Reading and writing

2003· article· en· W4256426874 sur OpenAlexaffabout
Anne Georges, James M. Hudson, Amy And Bruckman

Notice bibliographique

RevueLanguage Teaching · 2003
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistic Education and Pedagogy
Établissements canadiensTrinity Western University
Organismes subventionnairesnon disponible
Mots-clésTarget cultureEmic and eticGermanForeign languageThe InternetPsychologyReading (process)SociologyPedagogyLanguage acquisitionLinguisticsMathematics educationComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

03–161Busbee, Everette (Jeonju U., South Korea; Email: busbee@jeonju.ac.kr ). ‘Pushing’ written output in the computer lab: Real-time error correction over students' shoulders. English Teaching (Korea), 57, 3 (2002), 279–302. 03–162Dyer, Brenda (Tokyo Women's Christian U., Japan) and Friederich, Lee. The personal narrative as cultural artifact: Teaching autobiography in Japan. Written Communication (Thousand Oaks, CA, USA), 19, 2 (2002), 265–96. 03–163Gascoigne, Carolyn (U. of Nebraska at Omaha, USA). Reviewing reading: Recommend- ations versus reality. Foreign Language Annals (New York, USA), 35, 3 (2002), 343–48. 03–164Hinkel, Eli (Seattle U., USA; Email: elihinkel@aol.com ). Matters of cohesion in L2 academic texts. Applied Language Learning (Presidio of Monterey, CA, USA), 12, 2 (2001), 111–32. 03–165Hyland, Ken (City U. of Hong Kong). Directives: Argument and engagement in academic writing. Applied Linguistics (Oxford, UK), 23, 2 (2002), 215–39. 03–166Kitajima, Ryu (San Diego State U., CA, USA; Email: rkitajim@mail.sdsu.edu ). Enhancing higher order interpretation skills for Japanese reading. CALICO Journal (San Marcos, TX, USA), 19, 3 (2001), 571–81. 03–167Nakayama, Tomoko (U. of South Australia; Email: tomoko.nakayama@unisa.edu.au ). Learning to write in Japanese. Babel (AFMLTA) (N. Adelaide, Australia), 37, 1 (2002), 27–38. 03–168Paltridge, Brian (The U. of Melbourne, Australia; Email: brian.paltridge@aut.ac.nz ). Thesis and dissertation writing: An examination of published advice and actual practice. English for Specific Purposes (Amsterdam, The Netherlands), 21, 2 (2002), 125–43. 03–169Slikas Barber, Karen (Adult Migrant English Prog., Central TAFE, Perth, Australia). The writing of and teaching strategies for students from the Horn of Africa. Prospect (Macquarie U., Sydney, Australia), 17, 2 (2002), 3–17. 03–170Sze, Celine. A case study of the revision process of a reluctant ESL student writer. TESL Canada Journal / La Revue TESL du Canada (Burnaby, BC, Canada), 19, 2 (2001), 21–36. 03–171Woodall, Billy R. (U. of Puerto Rico; Email: bwoodall@english.uprm.edu ). Language-switching: Using the first language while writing in a second language. Journal of Second Language Writing (Norwood, NJ, USA), 11, 1 (2002), 7–28. 03–172Yamashita, Junko (Nagoya U., Japan). Reading strategies in L1 and L2: Comparison of four groups of readers with different reading ability in L1 and L2. ITL Review of Applied Linguistics (Leuven, Belgium), 135–136 (2002), 1–35. 03–173Yates, Robert (Central Missouri State U., USA; Email: ryates@cmsu1.cmsu.edu ) and Kenkel, James. Responding to sentence-level errors in writing. Journal of Second Language Writing (Norwood, NJ, USA), 11, 1 (2002), 29–47.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,541

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,004
Communication savante0,0140,011
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1620,084

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 Opus0,037
Tête enseignante GPT0,318
Écart entre enseignants0,282 · 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'étudeSans objet
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

Citations0
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage TeachingMême sujetLinguistic Education and PedagogyTravaux en français237 207