Secondary School EFL Teachers’ Formative Assessment Practices and Their Impact on Learning
Notice bibliographique
Résumé
The positive impact of formative assessment (FA) on learning was taken as a conventional wisdom in education for decades, yet the empirical evidence supporting its prospective benefits on learning especially from students’ perspectives remains distinctively lacunary. To fill this gap, this research project aimed at examining the FA practices employed by Tunisian EFL teachers and their impact on students’ learning by putting students’ perspectives at the center of the debate. Semi-structured interviews (n = 5) were addressed to 5 secondary school teachers to examine the FA practices they implemented in their classrooms. Students (n = 100) were administered an internet-based survey to probe their insights as to the impact of these practices on their learning. To cross-check students’ answers to the internet-based survey, comparisons of their test scores between two summative tests (STs) occurring before and after the implementation of the specific FA practices were conducted. Major results showed that EFL teachers referred to providing their students with oral and written feedback, sharing with them the used assessment criteria, and enhancing peer and self-assessment. While students believed that these FA practices are helpful as they enabled them to determine their strengths and weaknesses and to identify what to do to improve their learning, no significant improvement was found in students’ test scores between the two STs. Moreover, students seem to always favor their teachers’ assessment over that of their peers or themselves. These results challenge the entrenched beliefs about FA as the ultimate tool to enhance students’ learning outcomes and open up more venues for further research that land more powerful empirical support for its prospective benefits on learning.
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 | 0,018 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».