MétaCan
Menu
Retour à la cohorte
Enregistrement W4293767697 · doi:10.5539/ijel.v12n6p48

Saudi Graduate Students’ Perceptions Toward Automated Writing Feedback for Improving Academic Writing

2022· article· en· W4293767697 sur OpenAlexvenueno aff
Waad Alsaweed

Notice bibliographique

RevueInternational Journal of English Linguistics · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcademic writingPerceptionGraduate studentsComputer scienceSample (material)Coherence (philosophical gambling strategy)Focus (optics)Peer feedbackMathematics educationWriting styleSecond language writingData collectionPsychologyPedagogySecond languageStatisticsLinguisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Over the last few years, we have witnessed a growth in the studies that focus on the feedback on writing in a second language, including computer-based feedback (Zhang & Hyland, 2018). Automated writing feedback refers to the immediate feedback generated by computers to correct or improve the text. The current study discusses the perceptions of Saudi graduate students toward using automated writing feedback to improve their academic writing. The design of the research is a quantitative survey study. A questionnaire consisting of 13 items is the instrument for data collection. The sample size is 46 (male and female) Saudi graduate students. By using descriptive statistics, the findings revealed positive perceptions of the use of automated writing feedback tools. The findings of this study could shed light on the importance of conducting more research on the impact of automated writing feedback in one particular writing aspect, such as organization, content, coherence, unity, or style.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,093
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,914

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,093
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,411
Écart entre enseignants0,353 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207