MétaCan
Menu
Retour à la cohorte
Enregistrement W4404826245 · doi:10.1111/ijal.12666

A Multiple‐Choice Exercise on Collocations: What Do Learners Actually Remember?

2024· article· en· W4404826245 sur OpenAlexaff
Alyssa Mengxue Li, Frank Boers

Notice bibliographique

RevueInternational Journal of Applied Linguistics · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyLinguisticsCognitive psychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Contemporary materials for second language (L2) learning feature exercises on collocations (i.e., word partnerships such as catch fire ), many of which require learners to select correct word combinations from two or more candidates. A few studies of the effectiveness of these selected‐response exercises, which are essentially multiple‐choice exercises, have found that learners later reproduce wrong collocations that they were exposed to in the exercise. However, it is unclear if this is a side effect of the exercises or if the re‐emergence of wrong candidate responses is just accidental. The present study examines if wrong candidate responses that learners see in collocation exercises interfere with learners’ recall of the correct responses by having learners of L2 English tackle multiple‐choice items on verb‐noun collocations and verbally report two weeks later in a post‐test what they remember about them. The verbal reports revealed that the learners recalled reading and responding to most of the exercise items, but for only one‐ third of them did they also recall which candidate response had turned out to be correct according to the feedback they received. Furthermore, for close to one‐ fifth of collocations that learners said they already knew at the start of the exercise, these participants mistook a wrong candidate response for the correct one when they revisited the exercise two weeks later. The findings call for a cautious approach to the implementation of selected‐response exercises for collocation learning.

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)0,002
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,021
Tête enseignante GPT0,346
Écart entre enseignants0,326 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied LinguisticsMême sujetSecond Language Acquisition and LearningTravaux en français237 207