MétaCan
Menu
Retour à la cohorte
Enregistrement W2738432224 · doi:10.22055/rals.2017.12932

The Effect of Natural and Classroom Settings on Iranian Learners’ Pragmatic Competence: Length of Residence Versus Intervention

2017· article· en· W2738432224 sur OpenAlexaboutno aff
Samaneh Alemi Neisi, Mohammad Alipour

Notice bibliographique

RevueJournal of research in applied linguistic studies/Journal of research in applied linguistics · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSyllabusSnowball samplingImplicatureResidenceCompetence (human resources)PsychologyMathematics educationPedagogyMathematicsSocial psychologyLinguisticsPragmaticsStatisticsSociologyDemography

Résumé

récupéré en direct d'OpenAlex

The present investigation sought to comparatively explore the effect of length of residence (LOR) as well as EFL instruction on the pragmatic competence of Iranian learners. The participants were 45 EFL learners in Iran and 45 learners in Canada selected based on snowball sampling and each group was divided into three sub-groups based on the years of learning English in an EFL or a natural setting. The instrument used to collect data was a Pragmatic Test developed by Roever (2006) consisting of three subtests i.e. implicature, routines, and speech act sections, each containing 12 items. Initially, the participants in classroom settings in Iran were asked to complete the Pragmatic Test. As for the learners in the natural setting, the participants were requested to complete the test which was sent to them through social networks such as instagram, and submit it. The results of independent samples t-test and ANOVA indicated those residing in Canada were more competent in terms of pragmatic competence; however, the length of residence in Canada and also years of classroom experience did not have any significant effect on learners’ pragmatic competence. The findings of the current study have implications for material developers, syllabus designers, and EFL teachers.

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)0,051
score de la tête « metaresearch » (Gemma)0,097
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche, Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0510,097
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0020,004
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,007
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 Opus0,120
Tête enseignante GPT0,450
Écart entre enseignants0,330 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of research in applied linguistic studies/Journal of research in applied linguisticsMême sujetEFL/ESL Teaching and LearningTravaux en français237 207