In-Service EFL Teachers’ Beliefs about Teaching Reading Strategies
Notice bibliographique
Résumé
Recent trends in teacher education have focused on exploring teachers’ beliefs. Earlier studies have shown the important influence of teachers’ beliefs on teaching practices. The present study was conducted to explore the beliefs of Saudi EFL teachers about the significance of teaching English reading strategies. The study aimed also to find the influence of these beliefs on their classroom teaching practice. The participants of the present quantitative study were twenty seven Saudi EFL teachers, teaching in different schools in Riyadh. The questionnaire results were collected and the data was analyzed by the use of SPSS program. In the analysis process, the mean for each item was calculated as well as the standard deviation. Then, the results of the teachers’ beliefs and the actual practices were correlated to find the relationship between them. The results, based on questionnaire data, showed that in-service EFL teachers clearly placed great emphasis on the significance of teaching reading strategies. Teachers were found to believe that the most important teaching reading strategies are: “To guess the meaning of the ambiguous vocabulary” (Mean 4.62), “To explain vocabulary items” (Mean 4.48), “To scan the text” (Mean 4.48) and “To ask questions to check the comprehension of the text” (Mean 4.44), whereas they believe that “To translate words into Arabic” (Mean 2.14) is the least important one. The findings of the current study concluded that what in-service teachers do believe about the efficient strategies of teaching reading, significantly correlates with what they really do in classrooms. The findings suggested that in order to change classroom’ practices, EFL teachers need to change what they believe about these practices.
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 | 0,004 | 0,002 |
| 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 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».