Impact of Single-Sex Instruction on Student Motivation to Learn Spanish.
Notice bibliographique
Résumé
Abstract To increase male motivation to learn additional languages studies have suggested teaching males in single-sex second and foreign language classes (Carr & Pauwels, 2006; Chambers, 2005). Despite the reported benefits of this unique arrangement, a review of literature found no related research conducted in Canada or the United States. To address this lack of research, a study was conducted in the spring of 2008 to investigate the impact of single-sex instruction on student motivation to learn Spanish. Using Gardner's model of second language motivation (1985), 57 high-school students studying Spanish in either single-sex or coeducational classes completed a pre and post questionnaire to gauge their motivation to learn the language. Follow-up interviews were also conducted with both students and teachers. Results indicated that while both sexes enjoyed some educational advantages from the single-sex environment, the benefits appeared to be greater for the males than the females. Résumé Afin d'accroître la motivation des garçons pour l'apprentissage des langues, certaines études ont suggéré d'enseigner les langues secondes ou étrangères à des classes de garçons exclusivement (Carr & Pauwels, 2006; Chambers, 2005). Malgré le bénéfice confirmé d'un tel contexte, il n'existe aucune recherche similaire connue sur ce sujet au Canada ou aux États Unis. Pour remédier à cette lacune, on a conduit au printemps 2008 une étude portant sur l'impact de l'enseignement non mixte sur la motivation des élèves à apprendre l'espagnol. Selon le modèle de Gardner quant à la motivation dans l'apprentissage d'une langue seconde (1985), 57 élèves au niveau secondaire apprenant l'espagnol dans des classes mixtes et non mixtes ont rempli avant et après le cours, des questionnaires destinés à mesurer leur motivation. Le suivi a été assuré par le biais d' entrevues avec élèves et professeurs. Les résultats montrent que si les élèves des deux sexes bénéficiaient d' un environnement éducatif non-mixte, les garçons semblaient en tirer plus d'avantages.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».