MétaCan
Menu
Retour à la cohorte
Enregistrement W3004763829 · doi:10.5539/ijel.v10n2p107

The Effect of Flipped Classroom Instruction on Developing Saudi EFL Learners’ Comprehension of Conversational Implicatures

2020· article· en· W3004763829 sur OpenAlexvenueno aff
Nuha Abdullah Alsmari

Notice bibliographique

RevueInternational Journal of English Linguistics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlipped classroomMathematics educationComprehensionPsychologyClass (philosophy)InterlanguageTest (biology)Competence (human resources)PedagogyComputer scienceLinguisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

While pragmatic instruction has received considerable attention from researchers of interlanguage pragmatics over the last three decades, its effective implementation in the EFL classroom remains an unresolved question. The flipped classroom model is a recently developed teaching method that constitutes a role change for teachers and learners, inverting the front-of-class instruction paradigm in favor of active and collaborative classroom learning. To potentially take advantage of this promising trend, the present study seeks to explore the effectiveness of the flipped classroom for developing Saudi EFL undergraduates’ pragmatic competence and language proficiency by focusing on the comprehension of conversational implicatures during one academic semester. A total of 100 students, assigned to flipped teaching group (n=50) and traditional teaching group (n=50), participated in the study. To elicit the required data, the Oxford Placement Test, a discourse completion test, and reflective e-portfolios were used. A post-test revealed that pragmatic competence significantly increased in the case of the flipped group. The mean score of the flipped group (M=18.48) was considerably higher than that of the traditional group (M=14.68). In following the flipped model of instruction, this progress was influenced by effective out-of-class preparation and appropriate manipulation of in-class time.

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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,367
Écart entre enseignants0,331 · 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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetInnovative Teaching MethodsTravaux en français237 207