Past, Present, and Future of Language Assessment: An Interview with Dr. Hossein Farhady
Notice bibliographique
Résumé
Professor Hossein Farhady is an outstanding English Language Teaching (ELT) scholar in the field of applied linguistics, in general, and aspects of language testing and assessment, in particular with the English as a Foreign Language (EFL) and English as a Second Language (ESL). He has been teaching various courses on language testing and assessment, research methods, and English for Specific Purposes (ESP) at MA and Ph.D. programs for the last four decades in Iran, the USA, Canada, Armenia, and Turkey. He has also been a prolific writer, publishing papers and books in prestigious international journals and publishing houses and presented numerous speeches and papers at national and international seminars and conferences. Moreover, he has supervised more than 80 MA theses and Ph.D. dissertations. His widely used book about research methodology for applied linguistics commonly known as “Hatch and Farhady” (1982) has served as the basic textbook at both undergraduate and graduate levels since the early 1980s. He has, additionally, been a curriculum developer and test developer in Iran and other parts of the world. He worked as a senior scholar and project manager for several organizations such as Ordinate and Lidget Green Corporations in California, Avant Assessment, and Second Language Testing, INC., in Rockville, Maryland. He has also received research grants and awards from organizations such as Pearson, Educational Testing Service (ETS), and International Language Testing Association (ILTA) in scoring and validating language tests. Currently, he is a faculty member at the English Language Teaching (ELT) Department at Yeditepe University in Istanbul, Turkey.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».