Analysis of Text Factors Influencing Korean Writing Assessment

Chun Young Kim

doi:10.17154/kjal.2025.03.41.1.61

Analysis of Text Factors Influencing Korean Writing Assessment

Recommendations

Search

Questions

한국어 쓰기 채점에 영향을 미치는 텍스트 요인 분석

Type: Academic journal

Author: Chun Young Kim (경희대학교)

Journal: The Applied Linguistics Association Of Korea Korean Journal of Applied Linguistics Vol.41 No.1 KCI Accredited Journals

Published: 2025.3

Pages: 61 - 93 (33page)

DOI: 10.17154/kjal.2025.03.41.1.61

Usage

📌

Topic

📖

Background

🔬

Method

🏆

Result

Analysis of Text Factors Influencing Korean Writing Assessment

Abstract· Keywords

Report Errors

This study examines the factors influencing Korean writing assessment by analyzing the correlation between text type, text length, text proficiency level, and scoring bias using a FACETS analysis based on the Many-Facet Rasch Model (MFRM). The findings are as follows: First, rater severity varied according to text type. Additionally, specific scoring criteria garnered more attention from raters depending on the text type. However, raters encountered challenges in consistently applying multiple scoring constructs, particularly for argumentative and narrative texts. Second, argumentative and expository texts exhibited a greater dispersion in scoring tendencies among raters, while narrative texts displayed relatively less scoring bias. Moreover, an analysis of texts with a high frequency of scoring bias within each text type revealed that key scoring criteria or contrasting characteristics considered important for each text type could significantly contribute to scoring bias. Finally, although scoring bias was more prominent in longer texts overall, this effect was especially noticeable in argumentative texts, where longer submissions tended to receive a lenient compensatory bias. The frequency of scoring bias also varied by text proficiency level, with different ranges of bias occurring depending on the text type.

#Korean Writing Assessment #Scoring Bias #Many-Facet Rasch Model (MFRM) #Text Type #Text Length #Text Proficiency Level #한국어 쓰기 평가 #채점 편향 #다국면 라쉬 모형 #텍스트 유형 #텍스트 분량 #텍스트 수준

I. 서론
II. 이론적 배경
Ⅲ. 연구방법
Ⅳ. 분석 결과
Ⅴ. 논의
Ⅵ. 결론
참고문헌

References (0)

Add References

If the reference is being serviced by DBpia, please register through [Add Reference]

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Frequently Viewed Together

숏폼 콘텐츠가 20대 문해력에 미치는 영향 : 숏폼 콘텐츠 중독수준과 주의력 매개효과를 중심으로

최지원 한국언론정보학회 학술대회 2024 .05

Comments(0)

Write first comments.

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (0)

Recommendations

Frequently Viewed Together

Recently viewed articles

Comments(0)