Teaching Hanzi Using Correct Stroke Order and Bujian: An Analysis of CEGEP Students' Learning Experiences
Notice bibliographique
Résumé
Learning hanzi (Chinese characters) has been regarded as a challenging task due to the complex strokes, the rupture between shape and sound, and the memorization required.Targeting a Chinese as a Foreign Language (CFL) student audience, this paper demonstrates the pedagogical benefits of learning the correct Chinese order of strokes (COS) and bujian (component) for hanzi acquisition.This research was conducted at a CEGEP (Collège d'enseignement général et professionnel in French; General and Vocational College in Quebec in English) located in metropolitan Montreal.Results showed that students' knowledge of COS and bujian improves the outcome of their handwriting.When writing hanzi without first being demonstrated COS, students tended to make mistakes in strokes, shapes or structure, such as an extra hook or an asymmetrical appearance.However, after being instructed the correct COS, the mistakes decreased.Moreover, it is noticeable that the effects of COS interweaved with students' previous knowledge of bujian.When students wrote new hanzi that were comprised of bujian that they had been previously exposed to, they often wrote correctly, with appropriate shapes and space arrangements.Students' surveys further affirmed their appreciation of COS and their preference of an instructor's in-person guidance while taking advantage of multimedia teaching tools for assistance.Following these findings, this paper analyzes several useful pedagogical approaches, including the phenomenographic teaching approach, that allow instructors to prioritize learners' perceptual experiences through engaging and proactive learning processes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».