Protocol for a Systematic Review of the Impact of Test Preparation Practices on L2 Test Performance and Language Proficiency
Notice bibliographique
Résumé
Every year, millions of second language (L2) learners worldwide invest substantial time and resources in preparing for high-stakes language proficiency tests, the outcomes of which significantly influence crucial decisions regarding their educational pursuits, career opportunities, and immigration prospects. Learners’ performance on such tests is intrinsically linked to their test preparation practices which are affected by various factors; however, the efficacy of these practices remains a subject of debate and requires a systematic investigation. To examine the characteristics of test preparation influencing its effectiveness and to determine the extent to which test preparation practices affect L2 learners’ language test performance and language proficiency, we will conduct a systematic review of 24 primary studies that have investigated these issues. Guided by four review questions, this systematic review will follow the PRISMA guidelines to provide a comprehensive examination of the research methodologies and key findings of the primary studies. By carrying out this investigation, we hope to offer valuable insights that can potentially inform more effective test preparation practices, test design considerations, and future directions for research in this domain.
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 | 0,091 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,018 | 0,017 |
| Bibliométrie | 0,019 | 0,015 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,102 | 0,015 |
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 ».