MétaCan
Menu
Retour à la cohorte
Enregistrement W7100609564

16Copyright © Canadian Research & Development Center of Sciences and Cultures 17

2011· article· en· W7100609564 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePsychometric Methodologies and Testing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Construct (python library)Affect (linguistics)Construct validityLanguage proficiencyLanguage assessmentCenter (category theory)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Language testing as a main device in assessing the learners ’ knowledge and language abilities plays a key role in training programs. Generally, the goal of language testing is to assure the extent to which learners have achieved the instructional goals during a course. The main objective of many studies in language testing has been to investigate whether test facets affect construct validity of the test or not. Therefore, in this study, we investigated whether the EFL Iranian participants ’ performances were different with respect to the different test facets and if these performances had some effects on the construct validity of the tests. In this investigation, the students were selected of 50 Iranian EFL students aged between 21 to 30 years, from two branches of Islamic Azad University, Dezful and Andimeshk, Iran. The 17 participants, placed at the low level in the Nelson proficiency test, received a test. The test facets included the integrative forms such as cloze-test, c-test, and discrete test items such as multiple choice and true/false. By statistics analyses, the significant differences were assessed in the test facets. Our results revealed that significant differences existed in the test facets among the performances of Iranian EFL students. Because of the integrity of the several abilities and mental strategies, the cloze-test was the most difficult form of testing.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,024
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,473
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,888
Tête enseignante GPT0,581
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPsychometric Methodologies and TestingTravaux en français237 207