An Empirical Study on the Validity of the AES Systems Juku and iWrite for Continuation Writing Task Assessment
Notice bibliographique
Résumé
The automatic English scoring (AES) systems are coming to the forefront of English learners’ minds with their speed, accuracy and personalized feedback. However, fewer researchers have studied the validity of AES systems in assessing narrative texts such as continuation writing tasks. Therefore, this paper empirically investigates the scoring between two AES systems, Juku and iWrite, and the difference in scoring validity between these two systems and the teacher. This study mainly uses a quantitative method. The subjects of the study were the continuation writing tasks scores of 30 senior high school students in a Chinese middle school. Each task was scored by a professional teacher, Juku and iWrite, all with a perfect score of 25. Then the scores were statistically analyzed using SPSS 26.0. The results of the analysis showed that (1) iWrite was more consistent and correlated with manual scoring than Juku. (2) In terms of mean scores, the manual scores were significantly higher than the Juku and iWrite scores. (3) In terms of discrimination, the system scores were not as good as the manual scores, but the latter were more subjective. (4) In terms of accuracy and stability, the AES systems were higher than manual scoring. Therefore, learners can use the AES scoring system as a reference and practice narrative writing based on the system’s feedback on grammar and the teacher’s feedback on plot and content.
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 | 0,002 | 0,002 |
| 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 | 0,001 | 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) | 0,000 | 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 ».