MétaCan
Menu
Retour à la cohorte
Enregistrement W4206566900 · doi:10.5539/ies.v15n1p99

Teachers’ Experiences and Views Regarding Distance Education Courses for Foreign Language Teaching at Secondary Education Level

2022· article· en· W4206566900 sur OpenAlexvenueno aff
Nahide Arslan

Notice bibliographique

RevueInternational Education Studies · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEducation Practices and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesBursa Uludağ Üniversitesi
Mots-clésContext (archaeology)Distance educationNonprobability samplingPsychologyForeign languageMathematics educationScope (computer science)Higher educationQualitative researchPedagogySociologyMedical educationPolitical scienceSocial scienceMedicineGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

The Covid-19 pandemic is a significant event for the whole world and our country. It is thought that this epidemic, which started in 2020 and whose effects continue to be felt, has negatively affected all areas of life and will continue to affect them for a long time. Countries have taken a series of measures to prevent the spread of the epidemic, and within the framework of these measures, every level and sector of education has had to switch from the face-to-face education model to distance education practices. In this context, the aim of our study is to examine the experiences and views of teachers regarding distance education courses in foreign language teaching at secondary education level and to offer suggestions for the future. The study group of the research, which was prepared within the scope of qualitative research, consists of 20 foreign language teachers, who were determined with a holistic multiple case design, one of the purposive sampling methods. A questionnaire consisting of open-ended questions was sent to the participants via WhatsApp due to the ongoing epidemic conditions, and the data obtained were subjected to content analysis. Participants stated that distance education courses were not spent productively for students, but that they could be adapted to the new order with a number of measures to be taken.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,364
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,166
Tête enseignante GPT0,419
Écart entre enseignants0,253 · 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.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetEducation Practices and ChallengesTravaux en français237 207