Less Is More: An Implementation of an Extensive Reading Program in an English Proficiency Course in the Sultanate of Oman
Notice bibliographique
Résumé
This paper reports the implementation of an Extensive Reading (ER) program in an English proficiency course at a higher education institution in the Sultanate of Oman. The implemented ER program for this study is titled, “Less is More” utilizing a readily available website, Voice of America (VOA) Learning English. Data was gathered from undergraduate students of Omani nationality enrolled in an English proficiency course for Spring 2020/2021 semester during the Covid-19. The findings of the study were gathered from multiple sources namely reading speed, comparison of pretest and posttest scores, semi-structured interviews, online focus group discussion, and the course instructor’s reflection of the implementation of the ER program. The backgrounds of the students were considered too. The findings revealed that the average students’ reading speed was consistent at 100wpm (word-per-minute) throughout the ER program. There was a positive outcome on the students’ posttest scores and a significant correlation between the number of articles the students read to their posttest scores. The data from the qualitative inquiry provided an insight into the use of modified texts to encourage more reading. Although the research did not investigate the best practices for an ER in the context of an English proficiency classroom in Oman, it showed how an ER can be implemented online given the circumstances of the Covid-19 pandemic.
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 | 0,001 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».