MétaCan
Menu
Retour à la cohorte
Enregistrement W6983075871

Learning English L2 vocabulary with clickers

2022· dissertation· en· W6983075871 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2022
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVocabularyContext (archaeology)NasalizationFilter (signal processing)Digital literacy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study explored the use of clickers (i.e., a polling technology) as a tool to promote the acquisition of second language (L2) vocabulary. A growing body of literature on the pedagogical effectiveness of clickers in an L2 context has revealed that clickers can foster learning gains (e.g., Reynolds & Taylor, 2020). However, the extent to which clickers play a role in learning gains compared to other pedagogical approaches lacks consensus; in addition, most research has focused on adult learners and has taken place in large classrooms (Caldwell, 2007). \n \nTo address these limitations, the current research investigated the effects of clickers on L2 vocabulary acquisition in a K-12 educational setting. Two intact groups comprised of 61 Grade 8 students (age range: 13-14) learning English as a second language (ESL) in Montréal (Québec) were assigned to a vocabulary acquisition treatment: while the Clicker Group (CG: n = 31) received instruction via clickers, the Non-Clicker Group (NCG: n = 30) was treated via hand-raising without the target technology. The target vocabulary for the experiment constituted 30 low-frequency words extracted from James and the Giant Peach, a novel by Roald Dahl. \n \nThe pedagogical effectiveness of clickers on participants’ acquisition of the target vocabulary was measured via pretests, posttests and delayed posttests. Overall, the results indicate that the pedagogical use of clickers contributed to L2 vocabulary acquisition, but that the learning gains are comparable in both groups. The discussion of the findings highlights the role of individual differences among members (i.e., some participants improved significantly more than others) and the implications for L2 teaching/learning.

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)0,002
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,349
Écart entre enseignants0,314 · 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
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetInnovative Teaching MethodsTravaux en français237 207