Discourse Analysis of EFL College Learners’ Online Social Interaction and Attitudes towards FACEBOOK
Notice bibliographique
Résumé
Computer-Mediated Communication (CMC) refers to communication through a computer between or among people, including synchronous and asynchronous modes. Whether in synchronous or asynchronous modes, a wealth of studies using CMC has reported the benefits of applying this medium to language learning. FACEBOOK is a social networking service, a form of CMC, which has attracted at least 800 million active users (Facebook, 2013). Through FACEBOOK, users could build up their own personal space, exchange messages, and participate in any online social group. From the perspective of teaching and learning, the social group could be used as a virtual classroom in which teachers and learners could exchange ideas after class to promote more independent learning and tighten social ties between teachers and learners and among learners. A large number of studies on language learners’ use of CMC have been carried out; however, there is little research investigating English as a Foreign Language (EFL) learners’ attitudes towards the application of FACEBOOK in a language learning context by using the method of discourse analysis. Thus, in this study, EFL learners’ attitudes towards the application of FACEBOOK in a college language class and their online social interactions were investigated through the quantitative and qualitative methods. The participants, a group of college students (n=20), enrolled in the English Composition class and took part in the study for one semester. Besides descriptive statistics utilized in the study, data from FACEBOOK interactions and post-interviews were analyzed through discourse analysis. The findings showed that the learners had positive attitudes towards FACEBOOK as an online learning community. Based on the findings, some implications would also be proposed to be of help to those who would like to apply FACEBOOK to an EFL context.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».