AIEd Bilgi TabanıAIEd KB
Bu sayfada

Bu sayfayı İngilizce okuyun

Kavramlar

Akran Değerlendirmesi

Oluşturuldu 2026-10-14

Bu İngilizce sayfanın bir ana dili konuşanı tarafından gözden geçirilmemiş otomatik çevirisidir.

Akran değerlendirmesi — öğrencilerin birbirlerinin çalışmalarını yazılı akran incelemesi, akran notlandırma, akran kod incelemesi ya da grup ve ekip değerlendirmesi yoluyla değerlendirdiği, notladığı veya hakkında Geri Bildirim verdiği uygulamadır. Yazma Pedagojiler ve Öğretim Stratejileri alanında uzun süredir sürdürülen bir en iyi uygulamadır: öğrenciler hem ölçütlere dayalı geri bildirim almaktan hem de vermekten öğrenir ve ortak çalışma üzerine akran konuşması daha derin öğrenme, kitle farkındalığı ve toplumsal gelişimle ilişkilidir. YZ çağında tek bir etkinlik olarak değil, bir değerlendirme tasarımı seçeneği olarak yeniden incelenmektedir — YZ tarafından üretilen geri bildirime insani bir tamamlayıcı, Geri Bildirim Okuryazarlığı için bir eğitim alanı ve Akademik Dürüstlük ile öğrenci etkinliğinin yeniden müzakere edildiği bir yer.

Üzerinde Düşünülecek Sorular

  • Bir zamanlar çalışmanızın bir akranınız tarafından değerlendirildiğini — ya da sizin onun çalışmasını değerlendirdiğinizi düşünün. Hangisinden daha çok şey öğrendiniz: geri bildirim vermekten mi, onu almaktan mı, ve neden?
  • Neden bir öğrencinin geri bildirimi, YZ geri bildiriminden daha bağlam farkında ve duygusal olarak destekleyici olabilir, YZ geri bildirimi ise daha tutarlı ve ölçüt odaklıyken? İkisi birbirini nasıl tamamlayabilir?
  • Akranlar güçlü çalışmaları düşük notlamaya, YZ ise zayıf çalışmaları şişirmeye eğilimlidir. Eğer ikisi de tüm kalite aralığında güvenilir biçimde doğru değilse, iki kaynaktan gelen bir not ne için kullanılmalıdır?
  • Akran değerlendirmesi büyük ölçüde İskeleleme (Scaffolding)'e — iskelelemeye, yani kademeli desteğe — ve net ölçütlere bağlıdır; arkadaşlık önyargısı ve toplumsal kaygı, eğitilmemiş akran incelemesini hiç olmamasından daha kötü yapabilir. Sizin bağlamınızda yeterli eğitim aslında neye benzer?
  • YZ organizasyon ve yapı üzerine yorumlar taslak haline getirebiliyorsa, bu akran değerlendirmesini gereksiz kılar mı — yoksa akranları, yalnızca onların verebileceği özgün, kitle farkında geri bildirim vermeye özgürler mi?
  • GenAI destekli akran geri bildirimi, yalnızca istek metni iskelelemesi eklendiğinde, bir çalışmada sıradan akran geri bildiriminden daha iyi performans gösterdi. Orada iskelelenen nedir — YZ mi, öğrenci mi, yoksa değerlendirme mi?
  • YZ tarafından üretilen geri bildirimi eleştirel biçimde değerlendirmek, YZ okuryazarlığı ve yazınsal etkinlik geliştirmek olarak tanımlanmaktadır. Makineler çalışmalarımız üzerine giderek daha fazla yorum yaparken kendi çalışmanız üzerinde etkinliğe sahip olmak ne anlama gelir?

Giriş

Akran değerlendirmesi, öğrencilerin normalde öğretmenlere ayrılmış olan değerlendirme işinin bir kısmını üstlendiği bir değerlendirme tasarımı seçeneğidir. Biçimleri, öğrencilerin ne ürettiği ve neyin hesaba katıldığı bakımından farklılık gösterir: akran geri bildirimi (tasalaktaki bir çalışmaya ilişkin yorumlar, genellikle gelişimsel ve düşük riskli), akran notlandırma (nota katkıda bulunan bir işaret), akran kod incelemesi ve grup ya da ekip değerlendirmesi (akranların ortak ürünü veya birbirlerinin katkılarını değerlendirdiği yerlerde). Biçim, öğrencilerin ne pratik yaptığını belirler — ölçütlere dayalı bir yorum vermek, bir sayı atamaktan farklı biçimde değerlendirme yargısı geliştirir ve kendi kodunu sözlü olarak savunmak yine bambaşka bir şey inşa eder. Öz Değerlendirme olan kardeş uygulama, aynı ölçütlere dayalı incelemeyi öğrenenin kendi çalışmasına çevirir; akran değerlendirmesi ise bunu bir akranın teslim ettiği çalışmaya ve onunla birlikte gelen kitle farkındalığına yönlendirir.

Araştırma temeli, akran değerlendirmesinin öğrenme ürettiği konusunda hemfikirdir ve bunun ne kadarının tasarıma bağlı olduğu konusunda ayrışır. Öğrencilere otantik bir kitle sunar, ölçütlere dayalı yanıt verme yoluyla değerlendirme yargısını geliştirir ve katılımı ile Motivasyon'ı destekleyen toplumsal bağlamı inşa eder. Kalitesi büyük ölçüde İskeleleme (Scaffolding)'e bağlıdır — ne kadar iyi yapılandırıldığına ve öğrencilerin net ölçütler ile eğitim alıp almadığına. YZ, akranların verdiği özgün, bağlam farkında geri bildirime tutarlı, ölçüt odaklı bir tamamlayıcı olarak ve giderek artan biçimde akran değerlendirme sürecinin içine inşa edilmiş bir iskele olarak, tam bu bağımlılık noktasında girer.

Öğrencilerin akranları değerlendirmekten ne öğrendiği

Akran değerlendirmesinin en güçlü argümanı, değerlendirenin öğrenmesidir. Fowles ve ark. (2026), her CS1 teslimini eğitimli bir öğretim asistanıyla 15 dakikalık bir sözlü kod inceleme görüşmesine tabi tuttu; bu görüşme ödev notunun %70'i olarak ağırlıklandırıldı. Yapıştırılmış metnin toplam karakterlere oranı 61.0%'ten 68.1%'e yükseldi (p < 0.0001), yine de sınav puanları düşmedi ve görev üzerinde geçirilen süre sabit kaldı; öğrencilerin %90'ı incelemelerin kodlarını daha iyi anlamaları için motive olduğunu, %65'i ise YZ'ye aşırı bağımlılıktan kaçınmalarına yardımcı olduğunu söyledi. Öğrencilerin çalışmalarını eğitimli bir akrana açıklamalarını zorunlu kılmak, potansiyel yük boşaltmayı bir öz-düzenlemeli uygulama fırsatına dönüştürdü.

Mekanizma literatürde yinelenir. Taranan 203 makaleden 22 makalenin PRISMA 2020 sistematik derlemesinde, Martínez-Peláez ve ark. (2025), LLM'lerin işbirliğini kısmen akran geri bildirimine yardım etmek ve ölçüt tabanlı değerlendirmeleri benzetmek yoluyla desteklediğini ve model çıktısını doğrulayıp düzelten öğrencilerin eleştirel düşünme geliştirdiğini buldu. Öğreterek Öğrenme, makineler arasında bile ortaya çıkar: 2.4 milyondan fazla YZ aracı arasındaki akran öğrenmeye benzer söylem, çoğunlukla sorgulama yerine iddia idi (ifade-soru oranı 11.4:1, 28,683 gönderide kodlanmış bir taksonomi içinde yalnızca %7'de üstbilişsel yansıma); bunu Chen ve ark. (2026), yüzeysel söylemin bir şey öğrenildiğini kanıtlamadığına dair bir uyarı olarak yorumlar.

Eğitim, kalibrasyon ve geri bildirim okuryazarlığı

Akran değerlendirmesi, öğrenciler eğitilmediğinde öngörülebilir biçimde başarısız olur. Gu, Chen ve Yan (2026), Çin'deki 118 birinci sınıf lisans öğrencisiyle önceden eğitilmiş ölçütler altında ChatGPT-4o'yu, yüksek kaliteli bir örnek çalışma eşliğinde yapılandırılmış akran inceleme çalışma sayfalarıyla karşılaştıran bir karma yöntemli yarı-deneysel çalışma yürüttü. Geri bildirim okuryazarlığı GenAI grubunda biraz daha fazla arttı (ANCOVA p = 0.049, η²p = 0.03), ancak niteliksel bulgular daha önemlidir: akran grubu öğrencileri geri bildirim kaynaklarını toplumsal uygunluğa göre seçti — yakındaki akranlar, aynı bölümden akranlar, oda arkadaşları — nadiren belirli geri bildirim hedefleri taşıdı ve geri bildirim aramada toplumsal kaygı yaşadı. Akran değerlendirmesi daha sık arkadaşlık önyargısı ve algılanan akran yeterliliği tarafından çarpıtıldı ve akran yansıması sıklıkla sonraki sınavlara ertelendi. Yazarlar, anonim akran geri bildirim içeren çok aşamalı tasarımlar önerir, çünkü akran incelemesi hâlâ benzersiz biçimde geri bildirim verme yoluyla kitle farkındalığı ve değerlendirme yargısı inşa eder.

Tasarım çerçeveleri bu darboğazları hedef alır. Irwin ve Muller (2026), İngilizce konuşma becerisi üzerine EFL/ESL akran geri bildiriminde — zaman baskısı, gelip geçici sözlü performans ve yoğun duygusallık nedeniyle yazmadan daha zor olduğunu savundukları bir durumda — iki GenAI rolü önerir: örnek tabanlı kalibrasyon ve geri bildirim üzerine geri bildirim yoluyla geri bildirim verenleri destekleyen bir Trainer (Eğitici); ve akran yorumlarını ölçütlere bağlı bir kullanım raporunda birleştiren, biçimleri normalleştiren, azınlık görüşlerini koruyan ve çelişkileri işaretleyen bir Synthesizer (Bütünleştirici). İlkeleri dikkatli zamanlama ve sıralama, kısa tekrarlayan Trainer birimleri, verenlerin sesini koruma ve öğretmeni herhangi bir otomatik notlandırma olmadan sürece dahil tutan Güvenlik Rayları koruyucularıdır. Makale kavramsaldır ve yeni ampirik veri içermez.

Geçerlilik, adillik ve notlandırma doğruluğu: akran mı, YZ mi, öğretmen mi

Akran değerlendirmesinin bir not ürettiği yerde soru, notun savunulabilir olup olmadığıdır. Usher ve Faraon (2026), akran–öğretmen uyumunun düşük kaliteli çalışmalar için en güçlü olduğunu (düşük kalite kademesinde r = 0.51) ve yüksek kaliteli projelerde zayıfladığını buldu; akranlar bunları düşük notlamaya eğilimliydi — muhtemelen güçlü çalışmaları eleştirmeye yönelik isteksizliği yansıtıyor. ChatGPT tersini gösterdi: yüksek kaliteli çalışmalarda daha iyi uyum, ancak zayıf teslimlerde şişirilmiş notlar. Öğrenciler, akranların notlarını akranların kendi yazılı geri bildirimleriyle daha tutarlı algıladı ve ChatGPT'nin tarafsız tutarlılığının yanında akranların ilişki farkında yargısına değer verdi. Akran doğruluğu kaliteye bağlıdır ve ilişkilere duyarlıdır; hiçbir kaynak tüm aralıkta güvenilir değildir.

Bu, bir akran notunun ne için kullanılması gerektiğini sınırlar. Dağılımın ortasında kalibre edilmiş bir işaret, tepede veya tabanda kalibre edilmiş olmak zorunda değildir; bu nedenle akran notları, güçlü çalışmalar üzerindeki nihai bir işaretten daha çok, moderate edilmiş bir karara girdi olarak ya da değerlendirenin yargısının kanıtı olarak daha savunulabilirdir. Suen ve Hung (2026), kurumların neden ölçeklenebilir alternatifler aramaya devam ettiğinin altını çizer: akran geri bildirimi ve uzman koçluğu zaman alıcı, maliyetli ve tutarlı biçimde ölçeklenmesi zordur. Kapalı döngülü sistemleri, uzman puanlayıcı güvenilirliğine (ρ = 0.69–0.78) yaklaşan bir XGBoost omurgasıyla sunum becerilerinde 204 yetişkin öğrenciyi puanladı ve Cohen'ın d = 0.39–0.90 olan öncesi–sonrası kazanımlar elde etti — tek bir öncesi–sonrası saha çalışması, akran değerlendirmesiyle bir karşılaştırma değil; akran yargısını güçlendirmek yerine makine yargısını ikame eden bir çalışma.

YZ destekli akran değerlendirmesi: PAIRR ve Trainer/Synthesizer ayrımı

Baskın tasarım deseni akranı merkezde tutar ve çevresine YZ ekler. Peer and AI Review + Reflection modeli, en iyi belgelenmiş örnektir. Sperber ve ark. (2025), PAIRR'ı 10 yazma kursunda ve üç yazma yoğun STEM kursunda, 654 öğrenciyle (%37 birinci nesil, %13 uluslararası, %68 çok dilli) uyguladı. Öğrenciler taslak yazdı, akran incelemesi değiş tokuş etti, aynı taslak üzerine ölçüt odaklı geri bildirim için ChatGPT'ye istek metni yazdı, her ikisini de eleştirel biçimde değerlendirdi, revizyon planladı ve yansıdı. %58 birleşik geri bildirimi tercih etti, %36 yalnızca akran geri bildirimini ve yalnızca %6 yalnızca YZ geri bildirimini tercih etti. İki kaynak sıklıkla benzerdi (%75 benzerlik bildirdi; bu, birbirini doğrulayan ve güçlendiren olarak tanımlandı) ve farklı olduğunda birbirini tamamlıyordu: YZ geri bildirimi sıklıkla aşırı genel olarak nitelendirildi (%31) ancak organizasyon ve yapı üzerinde uygulanabilir revizyon stratejileri verdi, oysa akran geri bildirimi daha özgün ve ayrıntılıydı (%28) ve ödevin bağlamsal bilgisinden yararlandı. YZ çıktısını eleştirel biçimde değerlendirmek YZ Okuryazarlığı geliştirdi ve öğrencilerin yalnızca %5,3'ü bu konuda aşırı güven gösterdi.

Desen, profesyonel yazmaya da genelleşir. MacArthur ve ark. (2025), PAIRR'ı üst düzey bir işletme yazma kursuna uyguladı; beş büyük ödevin her biri bir taslak, kitle analizi, 2–3 akran tarafından yapılan inceleme ve revizyon gerektiriyordu (kayıtlı 46 öğrencinin 34'ü katıldı; %69 çok dilli). Öğrenciler YZ geri bildirimine değer verdi ama onu bazen aşırı genel buldu ve akranların bağlamsal bilgisine değer verdi — "meslektaşlarım onu işverenin bakış açısıyla değerlendirdi… ChatGPT bunu o kadar yapmadı." Daha büyük PAIRR çalışmasındaki kodlanmış yansımaların dörtte biri, YZ geri bildirimine ilişkin şüphecilik veya yanlışlıklar bildirdi; yazarlar bunu gelişmekte olan YZ okuryazarlığı olarak okudu. Çalışma betimleyici ve kursa özgüdür.

Akran geri bildirimi ve grup değerlendirmesinde iskeleleme olarak GenAI

Tasarımın ne kadar önemli olduğunun en titiz testi, çok merkezli bir küme-randomize deneydir. Ateş (2026), 4 üniversitede 48 bölümü — biyoloji, kimya ve fizik alanlarındaki 1,176 birinci sınıf lisans öğrencisini — bilimsel argümantasyon için dört koşula randomize etti: yalnızca akran geri bildirimi, doğrudan GenAI geri bildirimi, yansıtıcı GenAI geri bildirimi (önce öz-değerlendirme, sonra YZ eleştirisi) ve öz-değerlendirme → akran geri bildirimi → GenAI eleştirisi melezi. Doğrudan GenAI, anlık argüman kalitesinde akran geri bildirimini geçti ancak daha zayıf transfer gösterdi; yansıtıcı ve melez tasarımlar daha güçlü geri bildirim benimsemesi ve öz-düzenlemeli öğrenme üretti; melez, kavramsal öğrenmede en net avantajı gösterdi; her ikisi de gecikmiş, YZ'siz transferde doğrudan GenAI'dan daha iyi performans gösterdi. GenAI'ın değeri, yazarların sonucuna göre, erişimden çok, ortamın revizyon sırasında öğrenci etkinliğini ve mülkiyetini koruyup korumamasına bağlıdır.

YZ geri bildirimini akran tartışmasından sonra değil, önce sıralamak da sonuçları yükseltti: yalnızca akran geri bildirimine karşı, YZ artı akran bütünleşik geri bildirimi verilen 122 Çinli EFL öğrencisi, daha yüksek duygusal, davranışsal ve bilişsel katılım bildirdi (partial η² = 0.29, 0.28, 0.32) ve IELTS yazma boyutlarının dördünün hepsinde daha iyi performans gösterdi; en büyük fark görev başarısı boyutundaydı (d = 1.41) (Liu (2026)).

Bu desen — sürdürülmeyen erken bir avantaj — karşılaştırma, GenAI'nin tek başına yerine öğretmen geri bildirimi ile YZ destekli akran geri bildirimi arasında yapıldığında da yinelenir. Tang, Li ve Luo (2026), tek bir beş boyutlu kontrol listesinden çalışan 61 Çinli L2 yazarıyla (244 notlandırılmış metin) sekiz haftalık bir yarı-deneysel çalışma yürüttü; bir sınıf öğretmenin yazılı geri bildirimini, diğeri YZ destekli akran geri bildirimini aldı. Öğretmen geri bildirimi çok daha fazla yorum üretti — ilk görevde 316 madde karşı 185 madde — kelime dağarcığı ve teknik ayrıntılara yoğunlaşarak — ve biraz daha büyük anlık kazanım elde etti, ancak iyileşmesi ikinci görevde keskin biçimde düştü, oysa YZ destekli akran sınıfı sabit kaldı ve daha yüksek revizyon puanıyla tamamladı. YZ destekli akran yorumları daha azdı ancak içerik ve yapıya bağlı kaldı ve erken sözcük çeşitliliği üstünlükleri sürmedi; iki kip de sözdizimsel karmaşıklığı değiştirmedi. Yazarlar ikisini birbirini tamamlayan iskeleler olarak okur ve YZ'nin taslak sırasında yüzey hatalarını işaretlediği, akranların revizyon sırasında içeriği müzakere ettiği ve öğretmenin ikisinin de ulaşamadığı şeyleri hedeflediği bir YZ–Akran–Öğretmen melezi önerir.

GenAI eklemek, akran geri bildiriminin kalitesini de yükseltebilir, ancak görünüşe göre yalnızca istek metni desteğiyle. Chang ve ark. (2026), işbirlikçi argümantasyonun dört turu boyunca 12 gruptaki 45 öğretmen adayı arasında üç koşul karşılaştırdı: sıradan akran geri bildirimi, GenAI'lı akran geri bildirimi ve istek metni iskelelemesi altında GenAI'lı akran geri bildirimi. GenAI destekli gruplar, sıradan akran geri bildirimini argümantasyon performansında geçti ve istek metni iskelelemeli grup, "rebuttal data and warrant" (karşı veri ve gerekçe) ve "addressing the opposing view" (karşıt görüşe cevap verme) gibi ileri düzey öğelerde en iyi performansı gösterdi. GenAI destekli gruplar daha fazla açıklama, öneri ve tarafsız veya olumsuz geri bildirim üretti ve iskelelemeli grup, olumsuz duyguları daha üst düzey geri bildirim içeriğiyle eşleştirdi — eleştirel değerlendirme, pasif kabul yerine. Küçük ölçekli tek bir deneydir, ancak etkin bileşen olarak istek metni iskelelemesini izole eder.

Grup değerlendirmesi sorunu değiştirir, çünkü öğrenciler kimin YZ kullanımının kabul edilebilir olduğunu müzakere etmek zorundadır. Chen ve Zou (2026), nihai notun %30'unu gerektiren bir grup sunumunun entegrasyon ve tutarlılık istediği bir kurstaki 52 hizmet öncesi öğretmenden oluşan 15 odak grubunu görüştü. Üç desen ortaya çıktı: işbirliğine yönelik etkinlik — beş grupta, işi bir arada tutmak ve paylaşılan notu korumak için GenAI kullanımını yoğunlaştıranlar; normatif etkinlik — yedi grupta, özgünlüğü ve adilliği korumak için kullanımı kısıtlayanlar; bir öğrenci, bir bölümü YZ'de üretmenin "diğer grup arkadaşlarına adil olmayacağı"nı akıl yürüttü; ve uygulanmayan etkinlik — üç grupta, pratikleri bireysel çalışmadan hiç değişmeyenler. Yazarlar, bireysel yeteneğin kendi başına kolektif etkinliğe dönüşmediğini ve kabul edilebilir YZ kullanımının müzakere etmenin kendisinin değerlendirilebilir bir sonuca dönüşmesi gerektiğini, akran inceleme görevlerinin nihai ürüne beslenmesiyle savunur.

Geri bildirim mimarisi, açıklama ve akran değerlendirmesinin toplumsal koşulları

Akran değerlendirmesi ayrıca öğrencilerin birbirinden ne görebildiğine ve ne itiraf edeceğine bağlıdır. Hao ve Cukurova (2026), sekiz hafta boyunca 128 öğrenciyle üç yineleme üzerinden YZ tarafından üretilen bir özet öğrenme tasarımı test etti. YZ destekli yinelemelerdeki öğrenciler, taban çizgisine göre belirgin biçimde daha yüksek standartlaştırılmış dışa dönük merkezilik gösterdi (β = 0.547 ve β = 0.438, her ikisinde de p < 0.001): daha fazla akranı görüntülediler veya onlarla etkileşime girdiler. Görüşmeler, özetleri, adı kötü konulmuş dizilere gömülü katkıları bulma çabasını azaltan bir gezinme haritası olarak tanımladı ve öğrenciler, arkadaşlıktan ziyade karşıt görüşler için seçilen etkin katkıda bulunanlara yöneldi. Tasarım, artan iş yükü altında azalan görüntüleme etkinliğini engellemedi; dolayısıyla teknolojik imkanlar tek başına katılımı sürdürmez.

Akran normları ayrıca dürüstlüğü de şekillendirir; bu, akranların YZ etkisi altındaki çalışmaları değerlendirdiği her yerde önemlidir. Qu ve Wang (2026), açıklama zorunluluklarına rağmen öğrencilerin GenAI kullanımını neden gizlediğine ilişkin 409 Singapurlu lisans öğrencisini inceledi ve ilişkisel değişkenlerin baskın olduğunu buldu: algılanan akran açıklaması ve öğretmenlerle rahatlık, açıklamanın en güçlü öngördürücüleriydi, oysa ahlaki çözülme daha zayıftı. Açıklamamak, algılanan akran normlarına ve düşük yorumlayıcı güvene stratejik bir uyumdu, ahlaki ihmal değil. Akran normları bu nedenle dürüstlüğü destekleyebilir — örneğin grup değerlendirmesi öğrencilerinin grup arkadaşlarına karşı bir yükümlülükten YZ kullanımını kısıtlaması gibi — veya bastırabilir, örneğin kolektif benimsemenin kötüye kullanımın algılanan riskini düşürmesi gibi. Şeffaflık, yazarların savunduğu gibi, uyumdan çok güvene ve olumlu normatif iklimlere bağlıdır — akran değerlendirme tasarımlarının ya yarattığı ya da yok ettiği ilişkisel bir koşul.

Tasarım çıkarımları ve açık sorular

Bundan birkaç tasarım hamlesi çıkar. Değerlendirenlere değerlendirmeden önce eğitim, örnek çalışmalar ve ölçütler verin, çünkü eğitilmemiş akran değerlendirmesi arkadaşlık önyargısına, uygunluğa dayalı kaynak seçimine ve toplumsal kaygıya açıktır. Çalışmayı, öz-değerlendirmenin akran geri bildiriminden ve YZ eleştirisinden önce geldiği biçimde sıralayın, çünkü melez koşul en güçlü kavramsal öğrenmeyi ve en iyi gecikmiş transferi üretti. GenAI girdiği yerlerde, öğrencilerin ona nasıl istek metni yazdığını iskeleleyin. Nota dönüşen her şeyde öğretmeni süreçte tutun, akran notları düzgün işaretler yerine kaliteye bağlı kanıt olarak ele alın ve YZ kullanımının kendisini grupların müzakere edip belgelediği bir şey haline getirin.

GenAI aracılı inceleme ayrıca aracın dilsel normlarını miras alır: bir Dünya İngilizceleri diyaloğuna katkıda bulunanlar, GenAI kullanan değerlendirenlerin modellerdeki baskın İngilizce çeşitlerine yönelik aynı önyargıya maruz kaldığını ve üretilen metni yazarın kendi dilsel kimliğini yansıtacak biçimde düzenlemeyi veya yeniden yazmayı önerir (Ugwuanyi ve ark. (2026)).

Açık sorular yalnızca tasarımla değil, kanıtın gücüyle ilgilidir. Akran ve YZ kanıtlarının çoğu küçük ve bağlama bağlıdır: bir kursta 45 öğretmen adayı, bir işletme yazma kursunda 34 öğrenci, 15 odak grubunda 52 hizmet öncesi öğretmen. PAIRR anketi buradaki en büyük veri kümesidir ve öğrencilerin değerlendirdiği YZ çıktılarının kalitesini değil, öğrenci algılarını ölçer. Yalnızca çok merkezli deneyin 1,176 lisans öğrencisi nedensel-karşılaştırmalı ölçeğe yaklaşır ve bu, akran değerlendirmesinin kendisinden ziyade bilimsel argümantasyon için geri bildirim tasarımını test eder. Bu arada O'Neill (2026), YZ'nin eğitimi iyileştirdiğini iddia eden 14 akran değerlirmeli meta-analizi denetledi ve hiçbirinin iddiaları için geçerli bir temel sunmadığını buldu — ikisi dışında hepsi tedaviyi bir pedagojik müdahale yerine bir araç olarak tanımladı, I² bildiren her meta-analizde heterojenlik yüksekti (77.2%'dan 94.4%'a) ve 59 birincil çalışmanın denetiminde %61'inin geçerlilik sorunları olduğu, en sık ölçülen sonuç ile yapılan iddia arasındaki uyuşmazlık olduğu görüldü. YZ'nin akran değerlendirmesinde ne yaptığına ilişkin iddialar, tasarlanmış bir etkinlik hakkında, o etkinliğin koşullarında test edilmiş iddialar olarak ele alınmalıdır.

Bağlı kavramlar

Bağlı makaleler

Bağlı SSS

Üst veri

DisiplinWriting Education
Hedef kitleLearners, Instructors
Öğrenme ve öğretimİşbirlikçi Öğrenme, Metabiliş, Öz Düzenlemeli Öğrenme
Değerlendirme ve ölçmeYZ Geri Bildirim Kalitesi, Biçimlendirici Değerlendirme, Grup Çalışması
SourceHistoryEditChat

Bu sayfayı göm

Bu sayfayı bir öğrenme yönetim sistemine veya başka bir web sitesine gömmek için aşağıdaki kodu kopyalayın. Gömülü sürüm yalnızca sayfa içeriğini gösterir — site başlığını, gezintiyi ve alt bilgiyi gizler.