MétaCan
Menu
Retour à la cohorte
Enregistrement W2150486047 · doi:10.5539/elt.v7n9p118

What Can We Learn from Our Learners’ Learning Styles?

2014· article· en· W2150486047 sur OpenAlexvenueno aff
Bokyung Lee, Haedong Kim

Notice bibliographique

RevueEnglish Language Teaching · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueLearning Styles and Cognitive Differences
Établissements canadiensnon disponible
Organismes subventionnairesHankuk University of Foreign Studies
Mots-clésKinesthetic learningPsychologyLearning stylesStyle (visual arts)Auditory learningVisual learningPreferenceContext (archaeology)Cognitive styleCooperative learningGeneralizationExperiential learningMathematics educationSocial psychologyCognitive psychologyTeaching methodCognition

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate Korean university-level EFL learners’ learning style preferences. The characteristics of their learning style preferences and implications for effective English learning were examined through the quantitative analysis of 496 subjects’ responses to a learning style survey and their English achievement and term-end performances. The findings indicate that Korean learners’ auditory style preference is noticeable, and visual and individual learning styles are also considered to be primary learning styles, whereas tactile, kinesthetic, and group learning styles are less favored. This suggests that the learners want to learn English with more emphasis on a visual-driven independent style than on an experience-driven collaborative style. Additionally, a majority of the learners tend to maintain or reinforce their preferences throughout the course, and they tend to obtain relatively better English achievement results than learners who substantially change their preferences. In terms of learners’ awareness of their identified learning styles, the findings show that style-aware group performed better than the unaware group. However, any generalization regarding the relationship between learning styles and English achievement or performance should be avoided. Importantly, generalizations regarding ethnic groups’ learning style preferences should be discussed cautiously; instead, learning styles should be discussed relative to the learning context.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,007
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetLearning Styles and Cognitive DifferencesTravaux en français237 207