MétaCan
Menu
Retour à la cohorte
Enregistrement W4390816663 · doi:10.5430/wjel.v14n2p211

Challenging Traditional EFL Writing Classroom Using Al Mediated Tool: A Paradigm Shift

2024· article· en· W4390816663 sur OpenAlexvenueno aff
Taj Mohammad

Notice bibliographique

RevueWorld Journal of English Language · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesNajran University
Mots-clésParaphraseSpellingComputer scienceGrammarPunctuationMathematics educationTest (biology)Class (philosophy)Automatic summarizationPsychologyLinguisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Students usually find the traditional writing classroom cumbersome due to its teacher centered approach that hardly allows learners take charge of their own learning. As a result of not being actively engaged in the classroom and nature of writing requiring a rigorous practice, students lag behind in developing writing skills including the paraphrasing ones. In order to deal with this situation, this study employs QuillBot, an AI-mediated and learner-centered tool, in a group pre/post quasi-experimental research to mend EFL students' writing and paraphrase skillsSpecific focus areas include summarization, grammar and spelling, rewriting sentences, sequencing sentences, identifying correct sentences, and matching phrasal verbs. 25 EFL students enrolled in the Technical Report Writing course and using QuillBot, an AI-mediated tool, comprised the research sample. Through pre- and post-experimental assessments, researchers assessed how well the students' writing skills performed both before and after the experiment. The dependent-sample t-test affected the post-test results. It was shown that the AI-mediated tool QuillBot significantly enhanced the writing skills of EFL students. Furthermore, a semi-structured interview was carried out to cross-validate the information gathered from the written samples. The semi-structured interview included questions about the students' observations and experiences using the instrument. The researchers suggested using QuillBot in a writing class to help students master writing and paraphrasing techniques in light of the findings. The results of the present research into the AI-mediated tool QuillBot may have ramifications for addressing other EFL teaching and learning issues.

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)0,012
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,005
Communication savante0,0060,004
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,038
Tête enseignante GPT0,330
Écart entre enseignants0,292 · 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'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207