MétaCan
Menu
Retour à la cohorte
Enregistrement W4402752754 · doi:10.5539/elt.v17n10p46

Cognitive Styles and Influences on Academic Writing: An Empirical Investigation among English Language Learners

2024· article· en· W4402752754 sur OpenAlexvenueno aff
Trần Thị Thu Thủy, Nguyen Thi Mai Hoa, Dao Thi Ngoc Nguyen

Notice bibliographique

RevueEnglish Language Teaching · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueLearning Styles and Cognitive Differences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitionLinguisticsCognitive styleEmpirical researchLanguage assessmentMathematics education

Résumé

récupéré en direct d'OpenAlex

This study explores how different cognitive styles influence writing performance among English language learners, focusing on a group of 220 second- and third-year students at Dai Nam University. The research aims to understand whether the way students think and process information, whether they are Field Dependent or Independent, Analytic or Holistic, Visual or Verbal, Reflective or Impulsive, affects their ability to excel in writing tasks. To assess this, we used a well-established cognitive style inventory and evaluated writing skills through the IELTS Writing Task 2, a standardized test known for its rigor in measuring academic writing proficiency. Our analysis reveals some interesting patterns. Students with a Field Independent or Analytic cognitive style tended to score lower on writing tasks compared to those who were Field Dependent or Holistic thinkers. This suggests that students who prefer to rely on their own internal judgment and focus on details might struggle more with writing tasks that require broader thinking and external guidance. On the other hand, whether a student was more visual or verbal, reflective or impulsive, didn’t seem to make a big difference in their writing performance. These findings highlight the importance of recognizing and adapting to the diverse cognitive styles in the classroom. By understanding how students think, educators can better support their learning and help them develop stronger writing skills. This study offers valuable insights for teachers and curriculum designers aiming to improve writing instruction and outcomes for English language learners.

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)0,009
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,361
Écart entre enseignants0,337 · 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 revueEnglish Language TeachingMême sujetLearning Styles and Cognitive DifferencesTravaux en français237 207