MétaCan
Menu
Retour à la cohorte
Enregistrement W4408533768 · doi:10.5539/ijel.v15n2p97

Investigating Arab Young Learners’ Usage of Inflectional Suffixes and Its Influencing Factors

2025· article· en· W4408533768 sur OpenAlexvenueno aff
Majidah D. Neeni, Farhana Diana Deris

Notice bibliographique

RevueInternational Journal of English Linguistics · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArabic Language Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyLinguisticsBusinessMathematics educationMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Proficiency in inflectional suffixes, such as “-ed,” is fundamental for mastering English grammar, yet it remains a persistent challenge for many English as a Foreign Language (EFL) learners, particularly among Arab students. This study investigates the difficulties faced by 100 Libyan elementary school students in Malaysia in using the “-ed” suffix for past tense and past participle forms. Grounded in Vygotsky’s Sociocultural Theory (1978) and employing a mixed-method approach, the research identifies the types, frequency, and causes of errors. Quantitative analysis reveals a low proficiency level, while qualitative findings highlight frequent errors linked to overgeneralization and a limited understanding of specific grammatical rules. These challenges are attributed to ineffective teaching strategies prevalent in Libyan schools in Malaysia. The findings emphasize the need for targeted instructional interventions and the integration of communicative language teaching (CLT) practices to address these deficiencies. By shedding light on these issues, the study offers valuable insights for designing pedagogical approaches that enhance learners’ mastery of “-ed” inflectional suffixes and overall grammatical proficiency.

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)0,004
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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)0,0020,001

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 Opus0,029
Tête enseignante GPT0,354
Écart entre enseignants0,325 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetArabic Language Education StudiesTravaux en français237 207