A Phenomenological Study: The Impacts of Developing Phonetic Awareness through Technological Resources on English Language Learners’ (ELL) Communicative Competences
Notice bibliographique
Résumé
Throughout our experience within the English Language Teaching (ELT) field and while acquiring a second language in English a Foreign Language (EFL) and English as a Second Language (ESL) settings, we have noticed that one of the main perceived challenges for English Language Learners (ELLs) is to effectively communicate. Most of the time, this issue comes from the concern or fear to mispronounce any word, considering that English manages some variations on its phonetic alphabet, which differs from other languages. Therefore, it becomes necessary for ELLs the acquisition of English phonemic awareness to improve their pronunciation, fluency, and confidence when orally communicating in English. Basing on the interlanguage hypothesis, phonemic awareness, English phonology theories, and Information and Communication Technology (ICT) tools and resources, this study aims to analyze: a.) to what extend does phonemic awareness development influence on students’ communication skills? b.) How effective is the implementation of technology to develop phonemic awareness? To do so, a phenomenological study, based on the constructivism epistemology, was conducted including a deep revision of the existed literature, various studies previously applied, and the researchers’ experience within the teaching and professional field to examine the impacts of developing phonetic awareness through technological resources on English language learners’ (ELL) communicative competences.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».