MétaCan
Menu
Retour à la cohorte
Enregistrement W2741403244 · doi:10.5539/ijel.v7n5p176

An Investigation of Learning Style Preferences on the Students’ Academic Achievements of English

2017· article· en· W2741403244 sur OpenAlexvenueno aff
Norma Nawaf Yousef Al-Zayed

Notice bibliographique

RevueInternational Journal of English Linguistics · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueLearning Styles and Cognitive Differences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKinesthetic learningLearning stylesStyle (visual arts)PsychologyAuditory learningMathematics educationVisual learningPerceptionAffect (linguistics)Descriptive statisticsCorrelationCognitive stylePerceptual learningCognitionMathematicsStatisticsCommunication

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate whether there are any statistically significant correlation between perceptual learning styles and achievement. Raising learners’ awareness regarding their learning styles and preferences, which develops the better understanding of the learning achievement, and help instructors become more conscious of some factors affecting academic achievement. Additionally, the study assists instructors to identify their student’s preferred learning styles that can affect their achievement. Furthermore, no study up to now has been conducted in Jordan which investigates the relationship between the learning styles on the achievement of EFL at the tertiary level. The data was collected through the learning style preferences questionnaire and it was analyzed using statistical techniques, Descriptive statistics showed that: 1). The most preferred learning styles followed the auditory style, group learning style, kinesthetic style and visual style. 2). The finding also revealed that there was no statistically significant correlation between learning style and achievement. Additionally, both showed similar references for kinesthetic and visual styles. Based on these findings, some recommendations have been made.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,048
Tête enseignante GPT0,377
Écart entre enseignants0,329 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLearning Styles and Cognitive DifferencesTravaux en français237 207