MétaCan
Menu
Retour à la cohorte
Enregistrement W2118433811 · doi:10.5539/ass.v9n9p224

Enhancing ESL Learners Speaking Skills through Asynchronous Online Discussion Forum

2013· article· en· W2118433811 sur OpenAlexvenueno aff
Nadzrah Abu Bakar, Hafizah Latiff, Afendi Hamat

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Kebangsaan Malaysia
Mots-clésAsynchronous communicationTask (project management)Online discussionPsychologyDiscussion boardForeign languageLanguage proficiencyMathematics educationComputer sciencePedagogyMedical educationMultimediaWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Communicating orally in a second or foreign language such as English can be a difficult task especially for the low proficiency learners as they may lack the confidence and feel shy and apprehensive when interacting verbally in the target language. This may hold them back from expressing themselves vocally though they are fully aware that in order to be fluent in the target language, they need to practise speaking not only in the classroom but also outside the classroom. This paper discusses the use of an asynchronous online discussion forum (AODF) as a communication tool to assist the low proficiency ESL learners to build their confidence and practise using the target language orally. As an online discussion forum, the Multimedia Enhance Discussion Forum (MEDiF) was specifically designed to be used by a selected group of low proficiency ESL learners at tertiary level for one academic semester. This online forum allows the learners to audio and video-record their discussions, listen to the recorded discussions and respond to their friends’ ideas and opinions. Interviews and observations of the discussions on the MEDiF were conducted to gather data. The findings generally indicate positive responses from the ESL learners although there were also some obstacles faced by them while utilizing the MEDiF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,322
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations34
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetOnline and Blended LearningTravaux en français237 207