Reconsidering poetry’s difficulty and value in English as a second language and English as a foreign languageeducation
Notice bibliographique
Résumé
Abstract There is a longstanding stigma attached to the use of poetry in English Language Teaching (ELT). Poetry is considered difficult and peripheral to ELT curricula and L2 teacher education. Until recently, there was little scholarly interest in studying the effectiveness of poetry in second language teaching. This article aims to advance the research on the use of poetry in ELT. Using a systematic literature review approach covering the years 2008–2020, the present study investigates whether poetry remains underused and undervalued. It is structured around the questions: Is poetry a difficult subject to teach to ESL/EFL learners and learn by L2 students? What value is there to teaching poetry in ELT? Of the 199 peer reviewed journal articles retrieved, 43 met the inclusion criteria for this study and were examined in-depth. Two themes emerged from the analysis: the perception of poetry and using poetry as a research tool in ELT. The majority of evidence was qualitative research, which included 19 case studies; whereas, the most used quantitative research designs were Random Control Trials. We attest to the need for more rigorous scholarship on the part of researchers. Results show that poetry is a valuable tool for ESL/EFL students and teachers, and not difficult for L2 learners. This study concludes with a call for including poetry in teaching practices.
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 | 0,027 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,014 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».