The Use of the Discussion Method at University: Enhancement of Teaching and Learning
Notice bibliographique
Résumé
The current paper attempts to examine the various aspects of the discussion method of teaching at university and its role in enhancing students’ linguistic and academic skills as well as its shortcomings. In Oman, research on English language teaching at universities and colleges show that a considerable number of students who move from secondary schools and join higher education institutions would confront difficulties in using the English language to meet their personal, social, academic, and career needs efficiently and appropriately. The discussion method allows establishing a rapport with students, stimulating their critical thinking and articulating ideas clearly (McKeachie & Svinicki, 2006). It is relatively acceptable among university academics who use it to promote active learning and long-term retention of information (Bonwell, 2000). It could provide students with a platform to contribute to their own learning and would offer the lecturer an opportunity to check students’ understanding of the material (Craven & Hogan, 2001). Critics argue that some problems may show up such as that several participants dominate the discussion sessions while other students may remain passive, and often, resentful (Brookfield & Perskill, 2005). The discussion could also include other signs of limitation such as that it may get off track or that only few students may dominate it during the whole session (Howard, 2015). Hence, the objectives of this research study are to identify students’ views and opinions of the use of the discussion method in teaching English as well as its strengths and weaknesses. The findings showed that majority of respondents indicated that a good opportunity to interact is provided during the discussion and that the lecturer is not the sole authority in class. The implications of this research could be reflected on students’ learning through their participation in class discussion.
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 | 0,021 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».