MétaCan
Menu
Retour à la cohorte
Enregistrement W4390815795 · doi:10.3126/mrj.v4i01.61713

Perceived Gender wise Judgement of NETs on English Language Errors

2023· article· en· W4390815795 sur OpenAlexaboutno aff
Laxmi Bahadur Maharjan

Notice bibliographique

RevueMangal Research Journal · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJudgementIntelligibility (philosophy)Likert scalePsychologyEnglish languageMathematics educationPedagogyDevelopmental psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study entitled 'Perceived Gender wise Judgement of English Language Errors' was to evaluate and determine the gravity of English language errors in terms of acceptability and intelligibility by the native English speaking teachers. Quantitative research methodology was utilized in this study. An error evaluation questionnaire consisting of 100 questions which were collected from the works of the higher secondary school level students was prepared with a Likert scale survey. The questionnaire was mailed to the teachers of colleges and universities of the native English speaking countries and 100 useable surveys were received electronically for a response rate of 50%, which is a good response rate for a mail survey. Received responses were analyzed using an SPSS programme and explained descriptively. The result of the study revealed that country wise native English speaking teachers judge the ESL errors alike in acceptability judgement whereas in intelligibility judgement, female teachers are found to judge the errors slightly ahead by 3.49%. Overall, both these sub-groups of teachers have perceived the errors almost similar. Moreover, the results reveal that out of the five country English speaking teachers, Australian male teachers have shown their most severity in evaluation of errors and the New Zealander teachers employed lenient patterns in their evaluation patterns. Likewise, the most severe male teachers are the Australian teachers (77.55%/58.78%) and the most severe female teachers are the New Zealander (70.96%) and American (70.12%/56.13%) teachers whereas the most lenient male teachers are the Canadian teachers (56.62%/44.10%) and the most lenient female teachers are the Australian (65.98%) and Canadian (50.84%) teachers. It is recommended that the native English speaking teachers’ evaluation of the learner errors should direct to formulate a common error evaluation pattern which can be utilized in the classrooms so that the teachers of English become aware of such universal rating scales of the ESL errors.

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)0,001
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 enseignants0,143
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,149
Tête enseignante GPT0,373
Écart entre enseignants0,224 · 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 revueMangal Research JournalMême sujetSecond Language Learning and TeachingTravaux en français237 207