MétaCan
Menu
Retour à la cohorte
Enregistrement W4391389701 · doi:10.1515/jccall-2023-0021

Examining the effects of two cognitive styles (field dependence vs. field independence) on learners’ mobile-assisted vocabulary acquisition

2024· article· en· W4391389701 sur OpenAlexaff
Danial Mehdipour-Kolour, Mohamad Bilal Ali

Notice bibliographique

RevueJournal of China Computer-Assisted Language Learning · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésIndependence (probability theory)Field dependenceVocabularyCognitive stylePsychologyField (mathematics)CognitionCognitive psychologyComputer scienceMathematicsLinguisticsStatisticsNeurosciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Learners with different cognitive styles (here, field dependence vs. field independence) may learn second language vocabulary differently in different vocabulary learning settings. Although cognitive style has been widely studied in second language research, little is known about how field dependence/independence affects learners’ vocabulary acquisition in a mobile-assisted learning setting. One approach to solve this problem is to investigate the possible effect(s) of field dependence/independence on learners’ short-term vocabulary recall in a mobile-assisted vocabulary acquisition setting (here, Memrise). To investigate such effect(s), this study adopted a pretest-posttest design involving 147 intermediate-level learners of English as a second language. Using the Group Embedded Figures Test, participants were divided into two groups: field dependent and field independent learners. For 4 weeks, both groups practiced and reinforced a set of English vocabulary, selected from the Vocabulary Level Test, through Memrise flashcards. Our findings reveal a post-intervention improvement among both field-dependent and field-independent learners, but with field-independent learners slightly outperforming their counterparts in the short-term recall of the vocabulary. Implications and recommendations for future research are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,304
Écart entre enseignants0,293 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of China Computer-Assisted Language LearningMême sujetSecond Language Acquisition and LearningTravaux en français237 207