MétaCan
Menu
Retour à la cohorte
Enregistrement W4361275284 · doi:10.5430/wjel.v13n5p191

The Implementation of Dynamic Assessment in EFL Learners’ Writing

2023· article· en· W4361275284 sur OpenAlexvenueno aff
Masrul Masrul, Ummi Rasyidah, Sri Yuliani, Nurmalina Nurmalina, Santi Erliana, Bayu Hendro Wicaksono

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndonesianVocabularyCompetence (human resources)Mathematics educationComputer scienceDynamic assessmentSample (material)PsychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

This research investigates the topic of dynamic assessment (DA) in an Indonesian setting and to a specific degree of competence to extract key facts. In the first phase of the investigation, quantitative data were collected, and analytic approaches were used. In the second phase, a qualitative approach was employed to explore learners' and teachers' impressions of DA on students' writing abilities. The participants were 100 students recruited from the State University of Malang, Indonesia. The paired and independent sample t-test results demonstrated that the DA enhances learners' writing skills on multiple levels, including content, vocabulary, language, organisation, and mechanics. It is strongly recommended that EFL writing teachers in all learning contexts use DA in academic EFL writing programs. Further research can look at some DA concerns and develop acceptable solutions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,340
Score d'incertitude au seuil0,942

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,426
Écart entre enseignants0,404 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetEducational and Psychological AssessmentsTravaux en français237 207