Code Switching as an Interactive Tool in ESL Classrooms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study addresses the role of code switching to students’ L1 (Arabic) in their ESL classrooms and whether it expands interaction in these classrooms. The gap perceived in this area needs to be addressed towards the domains of sociolinguistics and applied linguistics in the ESL classrooms teaching environment. Henceforth, this study draws on data collected from basic, secondary and college ESL classrooms in the Sudan and Saudi Arabia. The study incorporates various data gathering procedures: audio-taped spoken data of some ESL classrooms, questionnaire and semi-structured interviews. The data has been analysed by descriptive statistics. The findings generally indicate that CS has been used extensively, purposefully and functionally as part and parcel of ESL classrooms’ discourse. The overall findings suggest that, although the use of L1 has been criticized in the existing literature, yet it has been admitted by ESL teachers, showing that L1 use is unavoidable at basic, secondary and tertiary level in the Sudan and Saudi Arabia. In classrooms where both students and teachers share the same L1, there is a great tendency for using it in the fields of explaining meaning and difficult words, guiding interpretation, transmitting lesson content, illustrating grammatical rules, organizing ESL classrooms and praising and encouraging students. Thus, L1 has been found useful in expanding the interactions of ESL classrooms towards facilitating ESL learning process. The study also calls for sensitizing both teachers and students about the helpful uses of CS. Therefore, syllabi and methods of teaching ESL should incorporate CS in an occasional and judicious way.
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.
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 | 0,002 | 0,046 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découle