MétaCan
Menu
Retour à la cohorte
Enregistrement W4387974741 · doi:10.5539/elt.v16n11p18

Redesigned Close Reading: An Integrated Approach to Improving the Writing of Chinese Learners

2023· article· en· W4387974741 sur OpenAlexvenueno aff
Ruijun Song

Notice bibliographique

RevueEnglish Language Teaching · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesChulalongkorn University
Mots-clésReading (process)PsychologyCraftMathematics educationTest (biology)Qualitative researchPedagogyLinguisticsVisual artsSociology

Résumé

récupéré en direct d'OpenAlex

The study investigated the effects of close reading and writing among 13 Chinese English as a foreign language (EFL) learners over an 11-week course. The course was designed to focus on multiple close readings for writing summaries, craft writing, and writing planning. The results of standardised reading and writing tests were used to quantitatively analyse the data using a paired sample t-test. The results indicated a statistically significant improvement in English learners’ writing and demonstrated a relationship between reading and writing after the learners participated in the course. Subsequently, qualitative data from semi-structured interviews were thematically analysed. Learners reported the benefits of repeated reading and annotating to written summaries, different reading purposes for developing writing skills, and the practice of after close reading discussions for writing planning and promoting independent writing. Therefore, our findings suggest that the implementation of redesigned close reading can be used to improve Chinese EFL learners’ writing.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,089
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
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 ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,312
Écart entre enseignants0,297 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetSecond Language Acquisition and LearningTravaux en français237 207