Google Classroom: Understanding EFL Students’ Attitudes towards Its Use as an Online Learning Platform
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The closure of educational institutions across Thailand, as well as the maintenance of social distancing as a preventive and precautionary step against COVID-19, has thrown a wrench in the traditional method of teaching, which has given way to online learning. As a result, most online learning is managed through a learning management system, the most popular of which is Google Classroom. The purpose of this study was to find out how students felt about using levels as a virtual learning tool. One hundred and eleven second-year Thai EFL students from 7 majors who are taking English for Work participated in this study. They were mostly female (79.28%) and between 19 and 23 years old. They had attended online learning on Google Classroom. To obtain participants’ feedback, a Google Form questionnaire and a semi-structured interview were used. Means and Standard deviation were used as descriptive statistics. According to the results of the study, students indicated positive attitudes towards using Google Classroom in the aspect of ease of use (Mean = 4.41), usefulness (Mean = 4.12), and intention to use (Mean = 4.02). The results showed Google Classroom was well perceived by students. They perceived Google Classroom to be useful in submitting assignments and reminding class announcements. The results help teachers to consider arranging activities such as live online tutoring and discussion using Google Classroom to enhance students’ learning engagement or using blended learning (integrating online learning mode with face-to-face classroom).
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.
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 | 0,009 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle