Research of Enhancing Business English Writing Skills Based on the Blended Learning Model in Vocational College
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Business English writing is a compulsory skill to be mastered by Business English major students but there is little progress in acquiring writing skills due to unattractive and ineffective teaching methods. The objective of this study was to investigate the effects of using the blended learning mode of task collaborative learning in improving Business English writing skills of students in China. The sample of the study consisted of 80 second year Chinese Business English students from Guangdong Polytechnic Science and Technology; two business English lecturers also participated in this study. All the students were of the same age group with similar results in their first-year English Language examination. Both the Experimental Group and Control groups had 40 students each and they were chosen as intact-groups. The Experimental Group was taught using the blended learning mode of task collaborative learning and the Control Group was taught using the conventional method over a period of eight weeks. The quantitative data were analyzed using the SPSS Program for Windows Version 25, in which ANCOVA test were applied for the inferential statistics. The findings from the quantitative data analyses indicated that the Experimental Group outperformed the Control Group in their overall scores in writing, focusing on topic, supporting details, coherence and cohesion, grammar and vocabulary. Also, students improved their writing skills through collaborative leaning. As such, this study has crucial pedagogical implications as it suggests that the blended learning mode of task collaborative learning can be used as an alternative method in China to improve students’ Business English writing skills.
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.
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 | 0,037 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle