MétaCan
Menu
Retour à la cohorte
Enregistrement W2620360088 · doi:10.5539/elt.v10n6p190

The Effect of Blended Learning in Enhancing Female Students’ Satisfaction in the Saudi Context

2017· article· en· W2620360088 sur OpenAlexvenueno aff
Sarah Al LHassan, Nadia Shukri

Notice bibliographique

RevueEnglish Language Teaching · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyContext (archaeology)Blackboard (design pattern)Blended learningAffect (linguistics)English as a foreign languageVariety (cybernetics)Foreign languageMathematics educationMedical educationEducational technologyComputer science

Résumé

récupéré en direct d'OpenAlex

The present study intended to investigate the effect of utilizing Learning Management System (LMS), Blackboard® on enhancing English as a Foreign Language (EFL) female students’ satisfaction in the Saudi context. It is found that the effectiveness of utilizing the supplementary materials on Blackboard® is leading up to EFL students’ satisfaction. Since, Blended Learning (BL) model could stimulate a classroom setting with activities that are carried out under flexible and engaging manner. The sample consisted of ninety-eight students from proficiency level -104. The data of the study was collected using a questionnaire to identify students’ level of satisfaction. The results revealed that students’ satisfaction was apparent as their positive responses outweighed their negative responses mainly in terms of richness of learning resources, opportunity to interact in foreign language, appropriateness and variety of content, and ease of using Blackboard®. Based on the results, the study recommends considering the positive assets and challenges to plan the future of both teaching and learning English language effectively. The study suggested several areas to be investigated in the future such as examining the motivational behavior of both the teachers and the students and finding out the factors that will affect the environment of BL in EFL.

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)0,010
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,336
Écart entre enseignants0,327 · 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.

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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetOnline and Blended LearningTravaux en français237 207