Case Study of Factors Affecting Chinese Students’ English Communication Performance
Notice bibliographique
Résumé
For ESL teaching in China’s universities, not enough emphasis is put on verbal communication as a yardstick of language mastery and methodological success. Developing student’s communication competence is not only concerned with the nature of language learning from linguistic perspectives, but also could be influenced by such exogenous factors as learning environment, learning psychology, and learning strategies. It is necessary to investigate whether these factors have an impact on Chinese university students’ English communication performance. This paper tries to examine the relationships among social needs, system inefficiencies, learning objectives, learning strategies, and effort, according to a constructed model. The model’s hypotheses are drawn from theories as diverse as person-environment (PE) fit (Caplan, 1987), intrinsic motivation (Ryan and Deci, 2000), conceptions about learning approach (Entwistle, 1990), and “learning strategy” (Biggs, Kember, & Leung, 2001). The sample was collected from one of the Chinese universities in Southeast for a case study to shed light on how to improve English teaching and learning in TESL of China. The quantitative research method is used with SPSS system in this essay to report the statistical analyses of the model. Among the eight hypotheses tested, six were confirmed to be true, and two could not be validated. Key words: communication performance; 5-factor model; person-environment (PE) fit; intrinsic motivation; learning strategies Resume: Dans les universites chinoises ou l’anglais est enseigne comme la deuxieme langue, l'accent n'est pas suffisamment mis sur la communication verbale en tant qu’un critere de maitrise de la langue et du succes methodologique. Le developpement de la competence communicative des eleves n'est pas seulement concerne par la nature de l'apprentissage des langues du point de vue linguistique, mais pourrait aussi etre influence par des facteurs exogenes comme l'environnement d'apprentissage, la psychologie de l'apprentissage et les strategies d'apprentissage. Il est necessaire d'examiner si ces facteurs ont une influence sur la performance de communication en anglais des etudiants chinois. Le present document tente d'etudier les relations entre les besoins sociaux, l'inefficacite du systeme, les objectifs d'apprentissage, les strategies d'apprentissage et des efforts, selon un modele construit. L’hypothese du modele vient de diverses theories, telles que la theorie de l’adaptation peronne-environnement-(PE) (Caplan, 1987), la motivation intrinseque (Ryan et Deci, 2000), les conceptions sur l''approche de l’apprentissage ( Entwistle, 1990), et les strategies d'apprentissage (Biggs, Kember, & Leung, 2001). Les sujets d’etudes viennent de l'une des universites chinoises situees dans le Sud-est pour montrer la facon d'ameliorer l'enseignement et l'apprentissage de l'anglais en tant que la deuxieme langue en Chine. La methode de recherche quantitative est utilisee avec le systeme de SPSS dans cet essai pour montrer des analyses statistiques du modele. Parmi les huit hypotheses testees, six ont ete confirmees d’etre vraies et deux n'ont pas pu etre validees. Mots-Cles: performance de communication; modele de 5-facteurs; le modele de l’adaptation personne-environment(PE); motivation intrinseque; strategies d’apprentissage
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».