Saudi EFL Primary School Teachers’ and Parents’ Perceptions of Online Assessment During COVID-19 Pandemic
Notice bibliographique
Résumé
Since March 2020, the world has been impacted by the COVID-19 pandemic, which resulted in sudden school closures and a rapid transition from traditional face-to-face education to a new model of online learning and assessment. The present study analyzes two cohorts—primary-school EFL teachers and students’ parents—regarding the perceptions they have had and the challenges they have faced when assessing young EFL learners online during COVID-19. A specific aim of the study is to identify primary-school EFL teachers’ perceptions of the online methods used in assessing young EFL learners in the Riyadh region of Saudi Arabia. The research follows a quantitative method involving a convenience-sampling method for the selection of the study’s participants. A total of 34 primary-school EFL teachers and 20 parents of young learners who are studying online in primary public schools were the main participants of the study. The researcher used a survey-based method involving a five-point Likert scale to collect data from the participants. The surveys were distributed online via the social-media application WhatsApp. The statistically analyzed responses yielded two types of descriptive statistics: frequencies, and percentages. The results show that both the teachers and the parents perceived online assessments as more convenient, fun and interactive than traditional paper-based assessments. Furthermore, both the teachers and the parents associated online assessments with serious challenges, such as cheating and technical problems. And teachers held positive views of various online methods and techniques for the assessment of young EFL learners.  
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 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 | 0,003 |
| 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».