Students’ Preferences on the Use of Mother Tongue in English as a Foreign Language Classrooms: Is it the Time to Re-examine English-only Policies?
Notice bibliographique
Résumé
In literature on bilingual teaching, different perspecttives exist for and against the use of first language (L1) in English as a Foreign Language (EFL) classrooms. There is a continuing matter of debate on whether L1 contributes to or precludes the learning of a second language (L2). Numerous studies have been conducted on this topic, but no clear consensus exists on whether L1 should be banned or its inclusion in EFL classrooms should be allowed. A significant body of literature has explored this phenomenon from teachers’ perspectives, and an adequate number of studies have explored the phenomenon from the students’ perspectives. However, few studies have identified the reasons for which students need such an inclusion. More importantly, no studies seem to have considered demographic variables that may directly influence students’ perceptions of the use of L1 in their (L2) classrooms, that is; educational background and their language proficiency level. This study primarily investigated whether students’ educational background and their L2 proficiency influenced their perceptions of the use of Turkish in their L2 classrooms as well as their perceptions and needs for the use of L1 in their classrooms. The study was conducted on a sample of 303 Turkish learners of EFL at English Preparatory School of European University of Lefke in Northern Cyprus. Data were collected using a questionnaire. Analysis of the data indicated that EFL students had high positive perceptions toward the inclusion of L1 in their L2 classes and that their perceptions were affected by their demographic characteristics. Students with lower level of L2 proficiency were also found to have more positive perceptions toward the use of L1. Furthermore, the particular issues where students needed L1 were also identified. Implications for language teachers and policy makers are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».