MétaCan
Menu
Retour à la cohorte
Enregistrement W4310224264 · doi:10.5430/wjel.v12n7p284

Exploring L2 Written Corrective Feedback in the Saudi Context: A Critical Review

2022· review· en· W4310224264 sur OpenAlexvenueno aff
Fahad Alqurashi

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Context (archaeology)Corrective feedbackDiversity (politics)Computer scienceFunction (biology)PsychologyKnowledge managementMathematics educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Written corrective feedback (WCF) has received increased attention in recent years because of its widespread implementation and also due to the philosophical debate around its nature, function, and potential benefits. The purpose of this study is to examine the areas that demonstrate development in terms of scope when it comes to WCF in the Saudi context. The study analyses thirty publications that were published between 2016 and 2021 and retrieved from Semantic Scholar and Google Scholar, to assess the key findings on three dimensions: (1) effectiveness of WCF; (2) comparative effectiveness of different strategies in WCF; and (3) beliefs and attitudes of students/teachers toward WCF. Application of the PRISMA 2020 approach shows that most studies on WCF in Saudi Arabia investigated the beliefs and attitudes of students and teachers towards WCF followed by the effectiveness of WCF for learners, and comparative effectiveness of different strategies in WCF to students. The outcomes of this study indicate that a number of difficulties surrounding the scope of feedback need researchers' attention, and that there is also a need to address the existing technique imbalance by including a greater diversity of research procedures in future research designs.

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)0,031
score de la tête « metaresearch » (Gemma)0,102
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,102
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0120,009
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,148
Tête enseignante GPT0,405
Écart entre enseignants0,257 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetStudent Assessment and FeedbackTravaux en français237 207