MétaCan
Menu
Retour à la cohorte
Enregistrement W3004815658 · doi:10.5539/ijel.v10n2p170

Dynamic Learning Platform for Dynamic EFL Learners: A New Journey to Navigate Effective E-Learning Program for English Education at the University Level

2020· article· en· W3004815658 sur OpenAlexvenueno aff
Murshida Parvin

Notice bibliographique

RevueInternational Journal of English Linguistics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEducational technologyBlended learningExperiential learningActive learning (machine learning)Context (archaeology)Virtual learning environmentMathematics educationPsychologyPedagogyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

With the innovation of technology, the nature of learning and teaching English as a Foreign Language (EFL) has been changed, and instead of traditional learning and teaching, e-learning has emerged as a new way to meet the demands of the ‘iGeneration’ who can easily roam around the knowledge domain just with a smartphone at anytime from anywhere. This research aims to find out the challenges of e-language learning that will help establish a more sophisticated Virtual Learning Environment (VLE) by implementing the latest version of the Learning Management System (LMS). E-learning is ‘constructive learning’ or ‘self-regulated learning’ where the learners work as ‘knowledge generators’ and teachers as ‘facilitators’ and so, the learning should be accomplished in a platform that ensures interaction, communication, and collaboration. This research will be provocative of establishing such an environment where online foreign language learners and instructors can adapt easily to the new pedagogical approach to learning for successfully attaining the target learning outcomes. A survey was conducted at the department of English, Najran University (Girls’ section), the Kingdom of Saudi Arabia, and the findings show the necessity of improving teachers’ efficiency in selecting e-learning tools to design learning materials and contents of the course considering cultural context and the modern-day learners’ capacity as well as the goal. It also discusses various implications regarding the need for e-language learners’ skill development that vigorously affects the learning process. The paper finally recommends some possible steps that can be adopted by a university for the successful implementation of e-learning to widen the realm of knowledge for the learners of English as Foreign Language (EFL).

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,027
Tête enseignante GPT0,353
Écart entre enseignants0,326 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetOnline and Blended LearningTravaux en français237 207