معتقدات وتحدیات مدرسی اللغة الانجلیزیة کلغة أجنبیة تجاه الفصول الدراسیة عبر الإنترنت المدمجة بالتکنولوجیا أثناء جائحة کورونا (کوفید- 19) بجامعة الأهرام الکندیة
Notice bibliographique
Résumé
The Covid-19 pandemic has offered us a challenging opportunity to pave the way for introducing digital learning. The unexpected shift of teaching the English language from face-to-face classroom to online learning activities through digital platforms has raised significant challenges for English teachers and students. Thus, the current study aims to investigate the EFL teachers' beliefs towards the effectiveness of technology-integrated online classrooms and the challenges they experienced during the Covid-19 pandemic. The study adopts an exploratory sequential design whereby online questionnaire and interviews were used to come up with a comprehensive report on the impact of technology-integrated online classrooms during the Covid-19 pandemic and the EFL teachers' challenges faced in online teaching. For data collection, 48 instructors at the English language department, Ahram Canadian University, participated in the study. Due to the pandemic lockdown, the study took place in the spring semester of the academic year 2020. The current study focused on addressing the following questions: Is technology-integrated online classroom beneficial during the Covid-19 pandemic?
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,082 | 0,069 |
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 ».