MétaCan
Menu
Retour à la cohorte
Enregistrement W2727261963 · doi:10.5539/elt.v10n8p43

A Study on the Rationale of Social Media Use by the Students of King Khalid University

2017· article· en· W2727261963 sur OpenAlexvenueno aff
Sayed Salahuddin Ahmed, Abdulkhaleq Q. A. Hassan

Notice bibliographique

RevueEnglish Language Teaching · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedia, Religion, Digital Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mediaEntertainmentPsychologyThe InternetCompetence (human resources)Subject (documents)PedagogyEmpirical researchMathematics educationSociologySocial psychologyPolitical scienceComputer scienceLibrary science

Résumé

récupéré en direct d'OpenAlex

s not it deplorable that in a country that tops in the entire world in using several social media sites does not utilize the same media in acquiring knowledge and skills? In Saudi Arabia, undergraduate students spend a significant amount of time on social media every day, but they are reluctant (or not motivated enough) to use the same media for educational purposes. This study was carried out on the undergraduate English majors of King Khalid University in Muhayil Asir in Saudi Arabia. In the English department, every student carries at least one smart phone with Internet connection, and they are found occupied with their phones on the campus, sometimes even in classrooms, but they are weak both in subject knowledge and skills of English language. The teachers-cum-researchers were baffled with students’ competence because regular users of Internet and social media are supposed to be updated with the subject knowledge as well as confident in using English language. The researchers designed an empirical study to explore students’ rationale of using the social media and their language preference. The study concludes with gloomy findings that students use the media mainly for entertainment and ineffective communication in English language. The worst fact is: they are not motivated enough to use the social media for educational purposes.

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)0,007
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,063
Tête enseignante GPT0,287
Écart entre enseignants0,224 · 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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetMedia, Religion, Digital CommunicationTravaux en français237 207