MétaCan
Menu
Retour à la cohorte
Enregistrement W4379471452 · doi:10.5430/wjel.v13n6p303

Improving The Scientific Research Methodology's Component Parts for Language Teaching

2023· article· en· W4379471452 sur OpenAlexvenueno aff
Guido Fare Olivares Gavino, Marco Antonio Nolasco-Mamani, Uriel Rigoberto Quispe Quezada, Ronal Raúl Florez Díaz, María del Rocio Haro Echegaray, Paulo Cesar Chiri Saravia, Segundo A. V. Llanos, Carlos Eduardo Zulueta Cueva, Wilson Wily Sardón-Quispe, Cesar Emmanuel Cubas Ramírez, Lilian Amparo Delgado Carbajal, Bernardo Céspedes Panduro, Aníbal Oblitas Gonzáles

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceProcess (computing)Subject (documents)Component (thermodynamics)Function (biology)Work (physics)Task (project management)Unitary stateScientific writingMathematics educationPsychologyWorld Wide WebLinguistics

Résumé

récupéré en direct d'OpenAlex

The key components of scientific research technique are covered here for language education. Scientific research methodology is a strategy that enables researchers to accomplish their goals rationally and effectively while using the proper resources for each step of the research process. It is underlined how crucial it is to have precise, feasible study goals as well as the amount of work and commitment needed to accomplish them. The significance of the student's work in this process is stressed, and the function of the methodology as a universal or unitary procedure that researchers adhere to is explored. Research is an integral aspect of higher education since without it, earning a degree or an academic degree is all but impossible. To build skills in reality analysis and enhance scientific research, it is advised to support creative, experimental, and exploratory learning. The fundamental components of scientific research technique for language education are comprehensively covered in this abstract. Research paper preparation is like turning a screw; it takes time and is not a simple task. It is important to recognize and accept that research paper preparation causes anxiety because it involves trial and error, attempts and ideas that are later abandoned or replaced by better ones, or by others that were once thought to be better, and returning to previously abandoned ideas. A documentary study was conducted, the documentary analysis method was applied, and the tool used was the bibliographic record, which allowed registering, ordering, and summarizing the information from sources closest to the subject, evidencing through the methodology of scientific research for lang. On the basis of a bibliographic search, the goal is to specifically examine the state of the art in various areas of scientific research methods.

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)0,027
score de la tête « metaresearch » (Gemma)0,031
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0270,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,144
Tête enseignante GPT0,460
Écart entre enseignants0,316 · 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.

Devis d'étudeQualitatif
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 sujetTechnology-Enhanced Education StudiesTravaux en français237 207