Notice bibliographique
Résumé
The present study aims at investigating the role of different technologies which can provide authentic language input for language learning in EFL context. As the matter of fact, the study focuses on different technologies as sources of language input in EFL contexts which lack social interaction as an established source of language input in ESL context. In this regard, a study was conducted with the help of twenty language learners in Iran and twenty language learners in Malaysia. During the study, language learners in Iran used different technologies as authentic source of language input for language learning. On the contrary, the language learners were asked to use the social interaction as a source of language input. The results of the post-test indicated a significant improvement in language proficiency of those who used technology. Key words: Technology; Language input; Social interaction; Language proficiency Resume: La presente etude vise a etudier le role de differentes technologies qui peuvent apporter une entree de langue authentique pour l'apprentissage des langues dans le contexte ALE(Anglais langue etrangere). En fait, l'etude se concentre sur de differentes technologies comme des sources d'entree de langue dans des contextes ALE qui manquent de l'interaction sociale. A cet egard, l'etude a ete menee avec l'aide de vingt apprenants en Iran et vingt apprenants en Malaisie. Au cours de l'etude, les apprenants en Iran ont utilise de differentes technologies comme source authentique de l'entree de langue pour l'apprentissage des langues. Au contraire, les apprenants en Malaisie ont ete invites a utiliser l'interaction sociale comme source d'entree de langue. Les resultats du post-test ont indique une amelioration significative de maitrise de la langue de ceux qui ont utilise la technologie. Mots-cles: Technologie; Langue d'entree; Interaction sociale; Maitrise de la langue
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».