MétaCan
Menu
Retour à la cohorte
Enregistrement W2580428183 · doi:10.5430/elr.v6n1p14

L2 Listening Comprehension: Is it a Language Problem or Listening Problem?

2017· article· en· W2580428183 sur OpenAlexvenueno aff
M. El-Dali

Notice bibliographique

RevueEnglish Linguistics Research · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActive listeningMathematics educationInformational listeningPsychologyListening comprehensionTest (biology)Foreign languageComprehensionEnglish languagePedagogyLinguisticsCommunication

Résumé

récupéré en direct d'OpenAlex

In a foreign language environment, students typically have limited exposure to the language outside formal classrooms. Therefore, their ability to comprehend spoken English may be limited. To add to this problem, L2 learners often regard listening as the most difficult language skill to learn. On the other hand, it is noticeable that L2 listening remains the least researched of all four language skills. Accordingly, the present study is based on the commonly believed premises that (1) investigating the listening comprehension process can provide useful insights into teaching listening and (2) learners who learn to control their listening process can enhance their comprehension, and their overall proficiency may be highly developed.The present study reports on the results of an empirical study on forty-six L2 learners of English. The subjects were equally divided into two groups. The first group (N=23) represents first year students (Beginners) in the Department of English at the Faculty of Education, Menufia University, Egypt. The second group (N=23) represents fourth year students (Advanced) in the same department. The major question that this study attempts to answer is “whether listening comprehension a language problem or listening problem?” The instruments of this study consist of five tasks: pre-test, questionnaire, classroom instruction sessions, post-test, and interviews. The data analysis had a quantitative and a qualitative part. Results were obtained and conclusions were made.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,170
Tête enseignante GPT0,411
Écart entre enseignants0,241 · 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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Linguistics ResearchMême sujetEFL/ESL Teaching and LearningTravaux en français237 207