The Multimodal Effects of Voice-Based Asynchronous Technology-Mediated Communication on EAP Speaking Performance
Notice bibliographique
Résumé
This study investigates how using a voice-based Asynchronous Technology-Mediated Communication framework (ATMC) can affect English for Academic Purposes (EAP) students’ fluency, accuracy, and intelligibility. Research has highlighted the benefits of ATMC in improving various elements of spoken communication, but to date, its application to EAP contexts has been little studied. In EAP speaking/listening courses at a large Canadian university, a team of instructor-researchers developed a system to provide learners more speaking and listening practice opportunities and to give individualized video feedback (veedback) on speaking performance. The instructor-researchers used a practitioner enquiry research methodology to investigate the effectiveness of the voice-based ATMC for 14 participants, drawing upon qualitative data from student interviews and the instructor’s qualitative and quantitative assessment of the students’ responses to tasks. Findings indicate that the system resulted in overall gains in fluency, accuracy, and intelligibility due to a combination of the voice-based ATMC design, repetition and practice, and the veedback. Qualitative comments from participants indicate personalized feedback led to increased motivation. The framework described in this article, therefore, represents several important benefits for the application of voice-based ATMCs in EAP classrooms.
 La présente étude examine les façons dont le recours à un cadre de communication asynchrone au moyen de la technologie (ATMC) axé sur la voix peut affecter la maîtrise de la langue, la précision et l’intelligibilité chez les apprenantes et apprenants d’anglais académique. Les recherches ont fait ressortir les avantages de la communication asynchrone au moyen de la technologie pour l’amélioration de divers éléments de la communication orale, mais cette méthode d’enseignement a été peu étudiée jusqu’ici dans des contextes d’anglais académique. Les membres d’une équipe de professeurs-chercheurs actifs dans l’enseignement de l’utilisation et de l’écoute de l’anglais académique dans une grande université canadienne ont élaboré un système permettant de fournir aux apprenantes et apprenants davantage d’occasions d’apprendre à utiliser et à comprendre l’anglais académique en mettant à leur disposition un système de rétroactions personnalisées par vidéo (veedback) qui leur permet de constater la justesse de leur expression orale. L’équipe de professeurs-chercheurs a utilisé une méthodologie de recherche basée sur l’interrogation des praticiens pour examiner l’efficacité de la communication asynchrone au moyen de la technologie axée sur la voix chez 8 participantes et 6 participants à l’aide de données qualitatives obtenues lors d’entrevues avec ces derniers et d’évaluations qualitatives et quantitatives fournies par les enseignantes et enseignants relativement à la réponse des étudiantes et étudiants aux tâches qui leur étaient assignées. L’étude a permis de constater que le système produisait des avantages globaux dans les domaines de la maîtrise, de la précision et de l’intelligibilité de l’anglais académique grâce aux effets combinés de la conception du système de communication asynchrone au moyen de la technologie axé sur la voix, à la répétition, aux exercices et au veedback. Les commentaires qualitatifs fournis par les participantes et les participants indiquent que la rétroaction personnalisée faite par le système a eu un effet positif sur leur motivation. C’est donc dire que le cadre décrit dans le présent article représente plusieurs avantages importants relativement à l’utilisation d’un système de communication asynchrone au moyen de la technologie axé sur la voix dans les classes d’anglais académique.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».