Google Classroom: Understanding EFL Students’ Attitudes towards Its Use as an Online Learning Platform
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.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».