Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Refine search results

Results found: 1

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  automatisiertes feedback
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
DE
In Anlehnung an eine empirische Untersuchung präsentiert der vorliegende Artikel die Ziele und Ergebnisse eines kollegialen und automatisierten Feedbacks (engl. peer feedback, machine feedback) bei der Korrektur des Inhalts eines englischsprachigen Argumentationsaufsatzes. An der Untersuchung nahmen 127 Studierende einer chinesischen Universität teil, für die Englisch eine Fremdsprache ist. Die gesammelten Daten entstammen verschiedenen Versionen des Aufsatzes (Arbeitsversion Nr. 1, kollegiales Feedback (PF), Arbeitsversion Nr. 2 – basiert auf kollegialem Feedback, automatisiertes Feedback (MF), Arbeitsversion Nr. 2 – basiert auf automatisiertem Feedback) sowie Fragebögen und aufgenommenen Interviews. Aus der Analyse erhobener Daten ergeben sich wesentliche Unterschiede in Bezug auf die erhaltenen Feedbacks, die im Text auf Grundlage verschiedener Versionen des Aufsatzes im Einzelnen erläutert werden. Es wird beispielsweise unter Beweis gestellt, dass das kollegiale Feedback in erster Linie auf inhaltliche Fehler konzentriert war, während sich das automatisierte Feedback meistens auf sprachliche Fehler bezog. In Anlehnung an die durchgeführte Analyse werden Implikationen betreffend kollegiales und automatisiertes Feedback präsentiert.
EN
The present mixed-method study examined the foci and effects of peer and machine feedback on the revisions of Chinese university EFL learners’ English argumentative essays. The data included Draft 1, peer feedback (PF), PF-based Draft 2, machine feedback (MF), MF-based feedback, questionnaires, and interview recordings. The main findings were: (a) peer feedback was primarily concerned with content errors, while machine feedback mainly involved non-content errors, (b) significant differences occurred in errors of most types between Draft 1, PF and PF-based Draft 2, and between Draft 1, MF, and MF-based Draft 2, (c) the intake of ‘introducing a new topic in Conclusion’ was a powerful predictor of PF-based Draft 2 scores, and (d) the participants generally moderately considered peer and machine feedback to be useful. Based on the findings, some implications are discussed on how to better implement and enhance the quality of peer and machine feedback.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.