Knowledge of English Affixes in Thai EFL Learners of Science and Language Programs
Notice bibliographique
Résumé
This study investigated the knowledge of affixes on vocabulary development among English as a Foreign Language (EFL) learners, focusing on the differentiation between students studying science and those studying the language. Affix knowledge, encompassing both prefixes and suffixes, is essential for expanding word family knowledge, serving as a cognitive bridge to proliferate word family members. To explore this, 111 secondary school students from a semi-urban Thai school, split into 53 science and 58 language program students, were assessed through receptive and productive affix knowledge tests. The findings reveal that science program students outperformed their language counterparts in receptive affix knowledge tests. Additionally, results indicated a learning continuum in affix acquisition, with students showing better average performance on receptive tests compared to more complex productive tasks. Notably, affix knowledge concerning prefixes was superior to that of suffixes across both test types. Moreover, the correlational analysis revealed a medium to strong relationship between English affix knowledge and vocabulary knowledge. The findings also suggest that suffix knowledge has a greater impact on productive vocabulary than on receptive vocabulary. Regression analysis supports the correlation results, highlighting that a deeper understanding of affixes is linked to stronger vocabulary knowledge in both comprehension and usage. These results suggest a structured progression in affix learning, from recognition to production, and underline the significance of affix knowledge in vocabulary expansion for EFL learners. The study emphasizes the need for further research into the mechanisms of affix acquisition and its role in language learning curricula.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».