Language students and their technologies: Charting the evolution 2006–2011
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
Abstract This paper has two key objectives. Firstly, it seeks to record the technologies in current use by learners of a range of languages at an Australian university in 2011. Data was collected via a large-scale survey of 587 foreign language students across ten languages at The University of Queensland, Brisbane, Australia. Notably the data differentiates between those technologies that students used inside and outside of formal classrooms as well as recording particular technologies and applications that students perceived as beneficial to their language learning. Secondly, this study aims to compare and contrast its findings with those from two previous studies that collected data on students’ use of technologies five years earlier, in 2006, in the UK and Canada. The intention is to chart major developments and changes that have occurred during the intervening five-year period, between 2006 and 2011. The data reported in two studies, one by Conole (2008) and one by Peters, Weinberg and Sarma (2008) are used as points of reference for the comparison with the present study. The findings of the current study point to the autonomy and independence of the language learners in this cohort and the re-emergence of CALL tools, both for in-class and out-of-class learning activities. According to this data set, learners appear to have become more autonomous and independent and much more able to shape and resource their personal language learning experience in a blended learning setting. The students also demonstrate a measure of sophistication in their use of online tools, such that they are able to work around known limitations and constraints. In other words, the students have a keen awareness of the affordances of the technologies they are using.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle