Ontological realism as a validity criterion in second-language strategic competence assessment
Notice bibliographique
Résumé
Abstract Strategic competence, conceptualized as the ability to put semantic, grammatical, and pragmatic knowledge into use, is a key element in models of communicative language proficiency but remains a difficult construct to assess in language tests. In the oral proficiency interview (OPI), strategic competence is typically assessed through the use of role-plays with a complication. Assessment of test-taker performance on the role-play is subjective and is contingent on raters accurately identifying interactional evidence of strategic competence. Accordingly, validation of the strategic competence exhibited in role-plays has been mostly interpretive. To obtain evidential support for an interpretive argument that role-plays can indeed isolate and provide assessment evidence of strategic competence, the criterion of ontological realism is applied in this study. Towards that end, eleven samples of English-as-a-foreign-language OPI role-plays with a complication were judged by 52 untrained English native speakers. Evidence in support of the ontological validity of assessing strategic competence via role-plays is presented through analyses of the untrained raters’ judgments, augmented by quantitative analyses that identify sources of variation among the raters, including a post-study additional round of coding in which the notion of “success” in the role-plays was examined more granularly than can be done with dichotomous decisions.
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 | 0,062 | 0,226 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,013 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».