MétaCan
Menu
Retour à la cohorte
Enregistrement W1753584815 · doi:10.3968/j.hess.1927024020110102.1566

Iranian EFL Teachers’ Perceptions of Task-Based Language Pedagogy

2011· article· en· W1753584815 sur OpenAlexvenueno aff
Omid Tabatabaei, Atefeh Hadi

Notice bibliographique

RevueHigher education of social science · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTask (project management)PerceptionLanguage educationMathematics educationPsychologyField (mathematics)PedagogyForeign languageComputer scienceEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Recently task-based language teaching (TBLT) evolving from communicative language instruction has drawn the attention of many researchers towards itself. To date, there have been few systematic studies on teachers’ perceptions in this field. This study has intended to explore teachers’ perceptions of task-based language pedagogy and the tasks used in the foreign language classrooms of Iran. It also seeks to investigate Iranian EFL teachers’ views on implementing TBLT and the reasons which make them choose or avoid implementing TBLT. A sample of 51 EFL teachers participated in this study. A questionnaire was used to examine the perceptions of the Iranian EFL teachers towards TBLT and the data were analyzed qualitatively and quantitatively. The results of the study showed that most participants understand TBLT concepts and principles very well and there are just a few negative views on the application of this approach in English classrooms of Iran. This implies that EFL teachers can be hopeful to successfully apply TBLT in their classes. Ultimately, it is believed that the results of such research will encourage EFL teachers to have more positive attitudes towards TBLT. Key words: Task-based Language Teaching (TBLT); EFL contexts; Teachers’ perceptions

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)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,342
Écart entre enseignants0,292 · 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'étudeQualitatif
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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher education of social scienceMême sujetEFL/ESL Teaching and LearningTravaux en français237 207