MétaCan
Menu
Retour à la cohorte
Enregistrement W3159312166 · doi:10.18806/tesl.v37i3.1346

Increasing Students’ Willingness to Communicate: Drama-Based Approaches to Language Instruction in English for Academic Purposes Classes

2020· article· en· W3159312166 sur OpenAlexvenueno aff
Kent Lee, Marilyn L. Abbott, Ning Chen

Notice bibliographique

RevueTESL Canada Journal · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWillingness to communicateAffect (linguistics)DramaPsychologyContext (archaeology)PedagogyNegotiationNature versus nurtureSociologySocial psychologyCommunicationArtLiterature

Résumé

récupéré en direct d'OpenAlex

A strong willingness to communicate (WTC) in a second language is associated with successful language learning. ESL learners with high levels of WTC will seek opportunities to interact in meaningful communication in English. Engagement in meaningful communication is necessary for language learning as it increases access to comprehensible input, promotes negotiation of meaning, and pushes the learner to produce accurate output. By enhancing instructors’ understanding of factors that impact students’ WTC (e.g., confidence, affect, motivation, and the context of communication), instructors may be better prepared to nurture their students’ WTC and expedite their English language acquisition. Because drama-based approaches (DBAs) for teaching English have been found to cultivate a safe learning environment and increase learners’ confidence, positive affect, and motivation, these approaches also have considerable potential to improve learners’ WTC. Although DBAs may be underutilized in English for academic purposes programs, they are particularly beneficial for students who are hesitant to participate in communicative classroom activities. We review literature on WTC and DBAs, and then incorporate key findings from the literature to guide the development of dramatized role-plays that can foster students’ WTC and lead to improvements in students’ linguistic and general academic skills. Une forte volonté de communiquer (VDC) dans une seconde langue est associée à un apprentissage réussi de la langue. Les apprenants d’ALS qui montrent de hauts niveaux de VDC vont rechercher des occasions d’interagir dans des communications utiles en anglais. L’implication dans une communication utile est nécessaire pour l’apprentissage des langues puisqu’elle augmente l’accès à un apport compréhensible, favorise la négociation du sens et pousse l’apprenant à fournir une production précise. En augmentant la compréhension des facteurs qui influencent la VDC des étudiants (par ex. la confiance, l’affect, la motivation et le contexte de la communication) chez les instructeurs, ceux-ci peuvent être mieux préparés pour entretenir la VDC de leurs étudiants et accélérer l’acquisition de l’anglais. On a trouvé que les approches basées sur le théâtre pour l’apprentissage de l’anglais étaient propices à l’entretien d’un environnement d’apprentissage sécurisant et augmentaient la confiance des apprenants, leur affect positif, ainsi que leur motivation et qu’elles présentent un potentiel considérable pour améliorer la VDC des apprenants. Bien que ces approches ne soient pas beaucoup utilisées dans les programmes de cours d’anglais académique, elles sont particulièrement bénéfiques chez les étudiants qui hésitent à participer aux activités de communication en classe. Nous examinons la recherche et l’approche basée sur le théâtre et incorporons les résultats-clés de la recherche pour guider le développement de jeux de rôles mis en scène qui peuvent favoriser la VDC et améliorer les compétences linguistiques et universitaires des étudiants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,808
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

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

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 Opus0,131
Tête enseignante GPT0,280
Écart entre enseignants0,150 · 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 tête enseignante, 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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetEFL/ESL Teaching and LearningTravaux en français237 207