Contextualising the CEFR: the Universiti Malaysia Pahang english language proficiency writing test
Notice bibliographique
Résumé
The Common European Framework of Reference for Languages (CEFR) has made a significant impact on language testing worldwide, particularly on the English language proficiency test (EPT). Many countries including the United States, Canada and Australia have begun aligning their language assessments with CEFR. Although it has been applied worldwide, CEFR arguably lacks connection with stakeholders, socioeducational contexts as well as empirical validation. Much of the criticism revolves around a neglect of non-European contexts. Studies which concentrated on both directly and indirectly CEFR-aligned English language tests within the contexts of Asian countries such as Japan and Taiwan have been published. In Malaysia, its English Language Roadmap 2015-2025 takes into consideration aspects of teaching, learning and assessment of the English language based on the six CEFR levels. Therefore, higher education institutions will need to respond to this roadmap by aligning their English language tests to these standards. Nevertheless, to date, no similar studies have been documented within the context of Malaysia. Hence, this paper seeks to fill the gap in the literature by presenting the early stage works on the contextualisation of the comprehensive yet non-exhaustive CEFR to suit the needs and demands of Universiti Malaysia Pahang English Language Proficiency Test stakeholders. The present study has given emphasis on writing because it is usually considered the most important at tertiary level education. Through writing, language functions not only as the transmitter of knowledge or enabler for communication but also as a mediating tool for the thinking process that is manifested in written form. Aligning locally-developed EPT to the CEFR standards will not only provide evidence of test takers’ level of proficiency but the alignment will also give the local EPT a value-added advantage in terms of the marketability of the CEFR-aligned EPT.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».