English as a Foreign Language Learners’ Major and Meta-cognitive Reading Strategy Use at Al-Balqa Applied University
Notice bibliographique
Résumé
This quantitative study aimed to investigate and compare the use of metacognitive reading Strategies among English as a foreign language students at Al-Balqa Applied University based on their academic field of study. The Survey of Reading Strategies (SORS) (Mokhtari & Sheory, 2002) was the instrument employed. This survey divides the strategies into three categories: global, problem solving and support strategies. The 86 participants are enrolled in different academic fields of study and were classified into two groups: students of the faculties of humanities (39=45.3%) and scientific faculties students (47=54.7%). The participants proved to be high users of the overall strategies (M=3.6023, S.D.=1.3189) and they employed the strategies in the following order: problem solving, support and global. No statistically significant changes were found between the two groups concerning at the significance level of 0.05. The most employed strategy by the humanities students was the support strategy “I go back and forth in the text to find relationships among ideas in it” (M=4.5385, S.D.=.83661). The scientific faculties students top ranked strategy was problem solving “I read slowly and carefully to make sure I understand what I am reading” (M=4.2128, S.D.=0.8831). The finding obtained would help EFL curricula planners and teachers to deepen their understanding of the learners’ reading procedures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».