MétaCan
Menu
Retour à la cohorte
Enregistrement W2223828622 · doi:10.5539/elt.v9n2p1

Lurking and L2 Learners on a Facebook Group: The Voices of the Invisibles

2016· article· en· W2223828622 sur OpenAlexvenueno aff
Latisha Asmaak Shafie, Aizan Yaacob, Paramjit Singh

Notice bibliographique

RevueEnglish Language Teaching · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Teknologi MARAUniversiti Utara Malaysia
Mots-clésPsychologyNorm (philosophy)Qualitative researchComputer-mediated communicationSocial mediaOnline discussionSocial psychologyMathematics educationPedagogyThe InternetSociologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

<p>This qualitative research investigates the practice of lurking among English as a second language (ESL) learners in a Facebook group discussion. Lurking is a term used to describe the activity of following and observing any online discussions or activities without contributing to the discussions. Lurkers are often accused of being invisible and passive participants. Facebook groups with international members usually uses English as the medium of communication in their group discussions. It is a norm for L2 learners to lurk in the group. These L2 learners often do not have the required English language proficiency and the confidence to participate actively in the group they join. This study explores lurking behaviours of three participants in learning English in informal Facebook contexts. This study uses a qualitative case study. The study involved three L2 learners who were university students and members of a Facebook group. The study involved online observation and semi-structured interviews with these three participants. Their Facebook accounts and a common Facebook group were observed for 14 weeks, and after the online observation, the participants were interviewed. Data collected from online observation and semi-structured interviewed were analysed and managed using Atlas.ti 7. The study reveals five emerging themes such as that lurkers have poor online communication skills, lack of confidence, learning by lurking, lack of a sense of belonging and lurking is the norm of Facebook groups.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,244
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,281
Écart entre enseignants0,272 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetImpact of Technology on AdolescentsTravaux en français237 207