MétaCan
Menu
Retour à la cohorte
Enregistrement W4409541785 · doi:10.5430/jct.v14n2p1

Unleashing Creative Writing in Language Classrooms Through the Power of Predictive Learning Strategy

2025· article· en· W4409541785 sur OpenAlexvenueno aff
Ali Ahmad Al‐Barakat, Rommel AlAli, Omayya M. Al-Hassan, Khaled Al-Saud

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPredictive powerComputer sciencePsychologyCreative writingPower (physics)Mathematics educationLinguisticsArtVisual artsPhysics

Résumé

récupéré en direct d'OpenAlex

The research aimed at investigating the impact of a predictive thinking strategy on the improvement of creative writing skills among pupils within Arab educational environment. The subjects were drawn from the lower primary classes in some Jordanian schools and were randomly assigned either to the experimental group that would be taught using the predictive thinking strategy or to the control group that would be taught using conventional methods. Under the predictive thinking strategy, a test of creative writing skills was carried out after its validity and reliability were confirmed. The results revealed that the experimental group's members scored high on creative writing compared with their counterparts in the control group. The results further demonstrated the existence of statistically significant differences according to pupil's gender in favor of females and non-existence of statistically significant differences due to interaction between pupil's gender and predictive thinking strategy. The outcomes of the research indicate that the predictive thinking strategy enhances the creative writing skills and therefore recommends the implementation of the strategy into language learning curricula, in addition to providing training to teachers in practicing this strategy.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,357
Score d'incertitude au seuil0,370

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,351
Écart entre enseignants0,340 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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 revueJournal of Curriculum and TeachingMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207