The Impact of Peer Feedback on Chinese EFL Junior High School Students’ Writing Performance
Notice bibliographique
Résumé
English writing plays a vital role in language teaching and learning and is compulsory in Chinese secondary education. Chinese EFL junior high school students need to master English writing. However, in the process of English writing teaching and learning, the Chinese EFL students still face problems in writing ability and self-efficacy even though they receive corrective feedback from teachers. In this regard, the authors believe peer feedback as a formative evaluation method also significantly promotes students' writing performance. So, the purpose of this study is to explore the effectiveness of peer feedback on Chinese EFL junior high school students’ writing ability and self-efficacy. The participants in this study were 100 grade 9 EFL students in a Chinese public junior high school, divided into experimental and control classes. Both teacher feedback and peer feedback were used in the experimental class, while only teacher feedback was used in the control class. Data were collected using the quasi-experimental and survey questionnaire methods, and data were analyzed using SPSS version 23. The findings revealed that peer feedback positively impacts students' writing ability in content, organization, and grammar. Additionally, students have more positive attitudes toward peer feedback which is more conducive to improving the students’ writing self-efficacy in motivation and confidence. Therefore, it can be considered that peer feedback has a positive impact on Chinese EFL junior high school students' writing ability and self-efficacy. The author also proposed the recommendations and implications for EFL writing instruction, policies, and future research.
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 | 0,005 | 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».