MétaCan
Menu
← Retour à la cohorte
Enregistrement W3081393459 · doi:10.37546/jaltpcp2019-24

Post-Encounter Motivation During Study Abroad

2020· article· en· W3081393459 sur OpenAlexaffabout
Suzanne Bonn, Jaime Demperio, Martyna Kozlowska

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologySalientFocus groupMathematics educationStudy abroadPedagogyQualitative researchIdentity (music)SociologyPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Norton (2010) called for language teachers to recognize and consider a connection between a learner’s motivation to learn a language and their changing identity. In the present study, we examined Japanese learners during study abroad (SA) in Canada and looked at the impact of intercultural contact on their motivation (Aubrey & Nowlan, 2013; Clément, 1980). More specifically, we identify post-encounter motivation (PEM) as return on the investment that students make during SA and explore the ways it enhances their desire to become active participants in target language contexts. Using focus groups and questionnaires, we collected data from 2 groups (N = 13) over the course of 2 academic years and analyzed the data using qualitative content analysis. The results demonstrate the importance of PEM, reveal its salient and observable features, and offer grounds for educators to consider PEM when preparing students for SA. Norton(2010)は、学生たちが言語を学びたいと思う気持ちと彼らのアイデンティティーの変化とのつながりについて考え、認識するよう、言語教師たちに提案した。本研究では、カナダに留学中の日本人学生たちの異文化体験が彼らのやる気に与える影響について吟味した(Aubrey & Nowlan, 2013; Clément, 1980)。更には、留学中の学生たちの努力と熱心さに対する見返りとして post-encounter motivation(PEM)という概念を提示し、これが留学先社会の一員として活躍したいという彼らの気持ちを高める過程を明らかにした。フォーカス・グループ・インタビューとアンケート調査によって、2つの集団 (n = 13)から2年にわたってデータを集め、それを質的内容分析の手法で分析した。分析の結果、PEMの重要性と特徴が明らかにされた。また、留学に向けて学生たちを指導する際、PEMについて考えることの大切さが示された。

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,041
Tête enseignante GPT0,255
Écart entre enseignants0,215 · 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'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEFL/ESL Teaching and Learning→Travaux en français237 207→