A Spacing Contribution on the Retention of L2 Word Forms and Meanings
Notice bibliographique
Résumé
This study examined the contribution of spacing on facilitating learning and retention of L2 word forms and meanings. 38 Saudi Arabian learners of English studied 30 English words (beyond their current language proficiency) using a spaced and massed displays. The former refers to the frequent distribution of repetition across multiple learning sessions, whereas the latter deals with the repetition of words into one single learning session. The 15 lexemes, hence, under the massed condition were classified into three categories of five words, each set was studied three times in one of the three sessions, whereas the other set of words were studied under the spaced condition in which all 15 words were learned once in each of the three sessions. One offline test was conducted to measure the meaning of word knowledge, and one online lexical decision task measured respondents’ accuracy and speed in recognizing the form of target words. These two tests were administrated in immediate post-test (IPT) and delayed post-test (DPT), conducted two weeks later. The results show that the meaning and form of spaced L2 words are learned and retained better than those of massed L2 words. The reaction time (RT) results also show that L2 learners who are under the spaced condition are faster in recognizing L2 target word forms than those who are under the massed condition. These findings can have meaningful theoretical and pedagogical implications for developing L2 vocabulary learning and retention.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».