Exploring When and Why to Use Arabic in the Saudi Arabian EFL Classroom: Viewing L1 Use as Eclectic Technique
Notice bibliographique
Résumé
This study aims to investigate when and why to use Arabic as L1 in the Saudi Arabian EFL classroom. For this purpose, 45 classroom observations were performed for beginning, intermediate, and advanced levels of students. 5 classes were chosen randomly for each level and each class was observed three times. Based on the classroom observations, structured interviews were conducted with 94 students as well as 15 teachers. Analysis of the data shows that Arabic can be used as eclectic technique in certain instances regardless of what teaching method is employed. For example, teachers sometimes used it as long as they talk in English for a long time so as to avoid as grammatical mistakes as possible. This reflects the teachers’ cultural norm, namely, it is shameful to commit mistakes in front of the students. In addition, it is apparent that learners follow certain language strategies such as literal translation and substitution. Despite the use of these strategies, L2 speech produced by some learners is sometimes difficult to understand because of their bad command in English particularly at the beginning and intermediate level. Thus, the teachers or the learners resort to use Arabic forms or translation as a way to explain what wanted to be conveyed in English. Besides, Arabic is used when students are not able to express difficult L2 constructions at time they could not be disallowed to use Arabic counterparts as they are dynamic individuals. On the contrary, some advanced students insist to use specific Arabic concepts although they can translate them into English because, as they believed, such concepts miss their cultural and religious value if translated.
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 | 0,003 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».