Investigating the Relationship between Tolerance of Ambiguity, Individual Characteristics and Listening Comprehension Ability among Iranian EFL Learners
Notice bibliographique
Résumé
This study investigated the relationship between tolerance of ambiguity, individual differences and the listening comprehension ability of university students. The study was carried out at Azad University of Ahvaz, Foreign Languages Teaching Centre. It involved 150 MA and BA students in the Faculty of language teaching center in university (78 females, 72 males) with the age range of 18-40. At first the Persian version of the questionnaire of tolerance of ambiguity provided by Ely (1995) was distributed among students of each class. Then the second questionnaire which was listening comprehension one was given to the students to collect the data on the base is of these hypotheses: H01: There is no significant relationship between university students’ tolerance of ambiguity and their listening comprehension ability. H02: Gender has no effect on tolerance of ambiguity of the students. H03: There is no significant relationship between age and student’ tolerance of ambiguity. H04: There is no significant relationship between academic level and students’ tolerance of ambiguity Findings showed that there is a significant relationship between tolerance of ambiguity and listening comprehension. To answer second hypothesis, independent samples t-test was run. The results showed that gender did not have any significant impact on the students’ ambiguity tolerance. The results one-way ANOVA depicted that there is significant difference between three different age groups (below 25, between 25-29, and above 29) (p<0.05) in terms of tolerance of ambiguity (F=4.291), p=0. 015. And at last, the results of the independent sample t-test showed that there is a significant difference between these two academic levels in tolerance of ambiguity.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».