MétaCan
Menu
Retour à la cohorte
Enregistrement W4200150426 · doi:10.14746/ssllt.2021.11.4.2

Second language listening comprehension: The role of anxiety and enjoyment in listening metacognitive awareness

2021· article· en· W4200150426 sur OpenAlexaffabout
Lanxi Wang, Peter D. MacIntyre

Notice bibliographique

RevueStudies in Second Language Learning and Teaching · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensCape Breton University
Organismes subventionnairesnon disponible
Mots-clésActive listeningPsychologyAnxietyMetacognitionListening comprehensionCognitive psychologyDevelopmental psychologyForeign languageSocial psychologyCognitionPedagogyCommunication

Résumé

récupéré en direct d'OpenAlex

Emotion in second language acquisition (SLA) has recently received greater attention because it is largely implicated in daily conversations, which may affect second or foreign language (L2) use including listening comprehension. Most research into emotion and L2 listening comprehension is focused exclusively on anxiety, with an attempt to reduce its negative effects on individuals’ listening performance. With the arrival of positive psychology in SLA, researchers began to take a holistic view of a wider range of emotions including enjoyment that language learners experience during their L2 communication. The current study explored the relationships among listening anxiety, enjoyment, listening comprehension performance, and listening metacognitive awareness among a group of 410 international students in a Canadian university. Correlational analyses showed that listening anxiety was negatively correlated with enjoyment. However, these two variables shared only 18% of their variance, indicating that listening anxiety and enjoyment are related but independent emotions. This study suggests that anxiety and enjoyment in L2 listening are not the opposite ends of the same emotional continuum, but each serves a different purpose. L2 learners should work to find intriguing and enjoyable experiences in language learning, rather than focusing merely on reducing anxiety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,302
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations48
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in Second Language Learning and TeachingMême sujetEFL/ESL Teaching and LearningTravaux en français237 207