The Effects of Integrating Board Games into Ice-breaking Activities in a Fifth-Grade English Class to Reduce Students’ Anxieties
Notice bibliographique
Résumé
Elementary-level English teachers in Taiwan were facing problems caused by students’ bimodal distribution of English achievements. Many of the teachers tried new teaching tools to eliminate the obstacles of teaching. This study was based on a quasi-experimental research design and supplemented by qualitative feedback to explore how the new teaching method, ice-breaking board games, could reduce students’ anxieties of learning English. The researchers combined popular board games, Halli Galli and Alles Tomate, with English words and sentences in ice-breaking activities for 10 weeks in two fifth-grade English classes in Taiwan. Forty-eight fifth-grade students were invited to participate in the study and randomly divided into two equal-sized classes. One class was selected as the experimental group, and the other as the control group. The study lasted for 10 weeks. The Foreign Language Classroom Anxiety Scale (FLCAS) developed by Horwitz et al. (1986) was employed as the instrument to measure students’ English learning anxieties. Quantitative data were analyzed by using independent-sample and paired-sample t-tests as well as descriptive statistics, whereas qualitative data (which included the participating students’ feedback and teacher’s reflection notes) were analyzed through content analysis. The research findings suggested that integrating board games in English teaching as ice-breaking activities did not effectively reduce students’ overall foreign language anxiety. However, the descriptive statistics and qualitative data revealed that the constructs of anxiety for both groups had changed in opposite directions, and ice-breaking board games appeared to be more impactful in reducing certain aspects of anxiety construct, namely, communication apprehension.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».