MétaCan
Menu
Retour à la cohorte
Enregistrement W4386419937 · doi:10.5430/wjel.v13n7p555

A Comparative Study between the Use of Adjectives and Adjective Clauses Based on Bloom’s Taxonomy in Writing Sentence Levels Versus Paragraph Levels

2023· article· en· W4386419937 sur OpenAlexvenueno aff
Itithaz Jama

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Assessment and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdjectiveParagraphSentenceLinguisticsComputer scienceHierarchyComprehensionTaxonomy (biology)Natural language processingPsychologyArtificial intelligenceNounPhilosophy

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper was to examine English as a Foreign Language (EFL) students’ comprehension of adjectives and adjective clauses by writing in different phases. The first phase, students were writing an individual sentence by using adjectives and adjectives clauses. The next phase was creating paragraphs using the same rules that they used previously. The framework of the present research was Bloom’s taxonomy to examine students’ development from the lowest levels of cognition into the highest levels of the hierarchy. The design of this study was descriptive qualitative research focusing on 20 students’ writing who used the target grammatical structures. To analyze the collected data, the author used themes to divide the data based on a sentence level and a paragraph level. The results of the research revealed EFL students’ success in applying the target grammatical rules at the lowest cognitive levels by composing an individual sentence. However, the findings showed that only six students out of 20 were able to reach the highest levels of cognitive to create paragraphs using adjective clauses; whereas, the rest of the students failed to create paragraphs using adjective clauses. However, all students successfully composed simple and accurate individual sentences using both one adjective and the other for using adjective clauses, which is considered the lowest levels of the hierarchy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,254
Tête enseignante GPT0,424
Écart entre enseignants0,170 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetEducational Assessment and PedagogyTravaux en français237 207