MétaCan
Menu
Retour à la cohorte
Enregistrement W4413758347 · doi:10.1016/j.system.2025.103829

Processing immediate written corrective feedback during online collaborative writing: A depth of processing perspective

2025· article· en· W4413758347 sur OpenAlexafffund
Gabriel Michaud, Kevin Papin

Notice bibliographique

RevueSystem · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversité du Québec à MontréalUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec-Société et CultureFonds de recherche du Québec
Mots-clésPerspective (graphical)Corrective feedbackComputer scienceMultimediaHuman–computer interactionPsychologyMathematics educationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study investigates how learners process immediate written corrective feedback (IWCF) during collaborative writing tasks in a synchronous, computer-mediated environment. Drawing on depth of processing (DoP) as an analytical lens, the study examines how feedback type—direct, indirect, and metalinguistic—influences learner engagement and immediate accuracy. Data were collected from intermediate-level learners of French as a second language (L2) using screen recordings, chat logs, and Google Docs revisions during online writing tasks. Results indicate that feedback type significantly shaped learners’ engagement. Direct feedback led to high rates of immediate correction but was typically associated with minimal cognitive engagement. In contrast, metalinguistic feedback prompted deeper processing, characterized by hypothesis testing, rule recall, and collaborative negotiation. Indirect feedback produced mixed results: while some learners overlooked it, others engaged in collaborative problem-solving to interpret and revise errors. The synchronous context appeared to amplify the impact of feedback by enabling real-time interaction, visibility, and reinvestment of teacher comments into the writing process. These findings highlight the importance of tailoring feedback types to task goals and learner needs, particularly within task-based language teaching (TBLT) frameworks. The study underscores the pedagogical potential of combining real-time feedback with structured peer collaboration in digital environments to support both accuracy and autonomy in L2 writing. Implications are discussed for optimizing corrective feedback practices in online, task-based instructional settings.

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)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,272
Écart entre enseignants0,256 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSystemMême sujetEFL/ESL Teaching and LearningTravaux en français237 207