The Perspectives of EFL Students at Yarmouk University towards Using YouTube in Learning and Understanding English during Covid-19 Pandemic
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
The Covid-19 epidemic has forced several nations to adjust to new conditions in a variety of fields, including education. Jordan has made the decision to go from in-person instruction to online classes utilizing a variety of programs, including WhatsApp, Teams, and Zoom. During the pandemic, students used YouTube to learn and comprehend English. This study examines how watching YouTube videos affects students' English language proficiency and contrasts it with lectures delivered by professors through Zoom and WhatsApp. Additionally, it illustrates the challenges of using YouTube videos for online learning as well as possible solutions. To achieve the objectives of the study, the researchers use qualitative and quantitative method to be applied on 100 fourth-year college students from the department of English language and literature, College of Education, Yarmouk University. The researchers conclude that students consider YouTube as a learning tool as they have motivation for using YouTube videos to understand academic materials to the extent that they believe that YouTube videos help them to improve their performance and language skills more than the lectures given by teachers on Zoom and WhatsApp. The researchers find three Barriers of using YouTube videos in learning and understanding English identified from the students of English as a Foreign Language (EFL) at Yarmouk University during Covid-19 pandemic. The three barriers are lack of interpersonal contact, technological barriers and physical barriers. The researchers also suggest approaches to overcome those obstacles. A number of recommendations were also given in this publication in light of the study's findings.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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