Computer Anxiety and Computer Self-Efficacy as Predictors of Iranian EFL Learners’ Performance on the Reading Section of the TOEFL iBT
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The present study attempted to find out which of the two variables of computer anxiety and computer self-efficacy can best predict Iranian EFL learners’ performance on the reading section of the TOEFL iBT and whether there is any relationship between computer anxiety and computer self-efficacy. To this end, 75 English major participants, both male and female were administered two questionnaires including Computer Anxiety Rating Scale (CARS) and Computer Self-Efficacy Scale (CSES), as well as the reading section of the TOEFL iBT. Also, the participants’ proficiency level was determined using their scores on the Oxford Quick Placement Test (OQPT). This study was carried out at Alzahra University, University of Tehran, and Allame Tabataba'ei University. The collected data were analyzed through multiple regression and correlation procedures. The findings revealed that there are no significant differences between computer anxiety and computer self-efficacy as predictors of Iranian EFL learners’ TOEFL iBT reading comprehension. Therefore, both independent variables were found to be effective in predicting learners’ performance, with the effect of self-efficacy being stronger. Additionally, a significant relationship was found between Iranian EFL learners’ computer anxiety and computer self-efficacy. That is to say, computer anxiety modestly affects self-efficacy and vice versa. The results of the study may be helpful for both teachers and test takers.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle