Self-Regulated Strategy Development With and Without Peer Interaction: Improving High School Students’ L2 Persuasive Essay Revisions
Notice bibliographique
Résumé
High school students for whom English is a second language (L2) often struggle with effective text revision because of limited ability to self-regulate their writing, that is, to manage the subprocesses of writing and to use writing-related knowledge and strategies. To help students in China acquire effective text revision skills for English persuasive essays, self-regulated strategy development (SRSD) revision instruction was applied both with and without peer interaction targeting knowledge of six writing dimensions. An experimental design involving 120 Chinese 11th-grade students in three conditions, that is, SRSD revision instruction with and without peer interaction (two treatment conditions) and conventional instruction without SRSD (control condition), was applied to examine the instructional effects on students’ writing and text revisions. Analyses of covariance revealed a statistically significant increase in text length and improvement in students’ text quality regarding higher-order content-level writing dimensions in both treatment conditions compared to the control condition in a post-intervention test. Notably, the most substantial improvement regarding both text length and text quality was observed in the SRSD plus peer interaction condition. Further, students in both treatment conditions made more text revisions involving longer text segments aimed at improving quality and changing meaning compared to those in the control condition. Among these, the students in the SRSD plus peer interaction condition exhibited the highest frequency of high-quality text revision during the posttest. The findings provide new insights into the effectiveness of SRSD revision instruction and peer interaction in developing L2 high school students’ self-regulation in revising English persuasive essays.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».