MétaCan
Menu
Retour à la cohorte
Enregistrement W1524272439

L2 learning motivation from a sociocultural theory perspective: Theory, concepts, and empirical evidence

2006· article· en· W1524272439 sur OpenAlexaboutno aff
Tae-Young Kim

Notice bibliographique

RevueEnglish · 2006
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologySociocultural perspectivePerspective (graphical)Sociocultural evolutionContext (archaeology)Activity theoryLearning theoryAffordanceSelf-determination theoryGoal theorySocial psychologyPedagogyCognitive psychologySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this 10-month interview study, I focus on five Korean adult ESL visa students’ ESL learning motivation from a Vygotskian sociocultural theory perspective (Vygotsky, 1978). The participants were young adults who had been in Toronto, Canada for less than one month at the inception of the study. I regard L2 motivation as an L2 learner’s conscious realization of personal significance of an L2-related activity. The longitudinal emergent case study approach revealed that two distinctive types of motivation exist among the participants: job-related and context-specific motivations. The two motivations have dialectical relationships with the participants’ ESL learning, beliefs, and L2 communities. In some cases, job motivation, however, was the manifestation of Korean societal voice that English is the world language. A new concept, sensitization, is proposed as the typical instances of context-specific motivation and as the transformation point from environments to affordances (van Lier, 2000). The study implies that by adopting an SCT perspective, we focus on the mediational nature of L2 learning motivation and advance from the prevailing reductionistic paradigms in L2 motivation research.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,006
Communication savante0,0050,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,051
Tête enseignante GPT0,297
Écart entre enseignants0,246 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglishMême sujetEFL/ESL Teaching and LearningTravaux en français237 207