Influence of Teacher‐Contact Time and Other Variables on ESL Students' Attitudes Towards Native‐ and Nonnative‐English‐Speaking Teachers
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
Although several studies have been conducted that investigated the attitudes of English as a second language (ESL) students towards their nonnative‐English‐speaking (NNES) ESL teachers, few scholars have explored the influence of teacher‐contact time and other relevant variables on students' responses. This article reports on a study conducted in 22 intensive English programs throughout the United States, which compared students' attitudes towards both their native‐ and nonnative‐English‐speaking (NES and NNES) ESL teachers at the beginning and at the end of a given semester. This study also investigated whether variables such as students' first languages, English proficiency level, and expected grades influence their answers. Results show that students' attitudes towards both NES and NNES ESL teachers were sometimes unexpectedly positive but could also be predictably negative in some instances. Additionally, some variables such as the students' first language significantly influenced their attitudes towards both NES and NNES ESL teachers. Finally, students' attitudes towards both NES and NNES ESL teachers changed over time. These results suggest that the linguistic background of ESL teachers is only one among numerous variables influencing students' attitudes towards their teachers. Consequently, English proficiency and teaching skills should no longer be defined by the ambiguous notion of native versus nonnative speaker but, instead, should take into consideration the multilayered context in which the teaching is taking place.
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 | 0,001 | 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 | 0,001 |
| 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