Task-based language teaching and the timing of written corrective feedback: The role of language aptitude and working memory
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Immediate written corrective feedback (CF) is increasingly popular in second language (L2) classrooms because it allows teachers to provide CF to students while they are writing (Aubrey & Shintani, 2021). However, this can increase cognitive load as students process CF while writing (Kellogg, 1996). Research indicates that working memory's role varies with different types of CF (Li & Roshan, 2019). Grounded in Task-Based Language Teaching, which emphasizes meaningful communication and task engagement (Ellis, 2003), this study examined the influence of working memory and language aptitude on the effectiveness of immediate and delayed CF during collaborative writing tasks. Seventy-six university students learning French as an L2 participated in two collaborative writing tasks under three conditions, focusing on the French past tense. The first group received immediate written CF with metalinguistic comments during writing, the second received the same CF one week later, and the third, a task-only group, did not receive any CF. Furthermore, students individually wrote three texts as pretests, immediate posttests, and delayed posttests, and completed the LLAMA F test for language aptitude and a backwards digit span task for working memory. Results indicated that working memory predicted posttest performance only for the immediate CF group. For the delayed CF group, higher language aptitude negatively predicted posttest performance.
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.
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 | 0,000 |
| 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 découle