A CLOSER LOOK AT GRIT AND LANGUAGE MINDSET AS PREDICTORS OF FOREIGN LANGUAGE ACHIEVEMENT
Notice bibliographique
Résumé
Abstract Learning a second/foreign language (L2) is a long process and L2 learners certainly will encounter setbacks and discouragements during this process. However, their reactions to these failures might be different based on their perceptions of L2 learning ability and their subsequent effort put into L2 learning. Based on this, the present study aimed at exploring two underresearched constructs within the field of applied linguistics, namely grit (continuous effort and interest for long-term goals) and language mindset (individuals’ perceptions of their language learning ability). We had five main aims: to examine (a) the factor structure of grit, (b) the factor structure of language mindset, (c) whether there are gender differences in grit or language mindset, (d) the relationships between language mindset and grittiness, and (e) the roles of grit and language mindset as predictors of L2 achievement. To address these aims, a total number of 1,178 university students who were taking general English courses took part in our study and completed the questionnaires. Results of confirmatory factor analysis indicated that the two-factor structure for both grit and language mindset fit the data better than the single-factor structure. We also tested several structural equation models and found that a growth language mindset weakly, but positively, predicted one component of grit (perseverance of effort, or POE), but not the other (consistency of interest, or COI). A fixed language mindset did not predict POE, but did negatively predict COI. Finally, only growth language mindset was a weak, positive predictor of L2 achievement. At the end, theoretical and pedagogical implications regarding the role of grit and language mindset in L2 learning are presented.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».