MétaCan
Menu
Retour à la cohorte
Enregistrement W4313257784 · doi:10.5430/wjel.v12n8p513

Effects of Interaction in Online Language Classroom: A Case Study in Najran University

2022· article· en· W4313257784 sur OpenAlexvenueno aff
Taj Mohammad, Jalal Ahmed, Soada Idris

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesNajran University
Mots-clésQualitative propertyQualitative researchPsychologyMathematics educationComputer scienceSignificant differenceLanguage acquisitionMedical educationMedicineSociology

Résumé

récupéré en direct d'OpenAlex

This research investigated the effects of interaction in online language classroom. A mixed method research design using questionnaire and interview was employed to elicit quantitative data from teachers (N=30) and students (N=55). In addition, a semi-structured interview was conducted with faculty members (N=10) to collect the qualitative responses on the effects of interaction in online language classroom. The data was analyzed using SPSS software (23.0). The results of the questionnaire revealed that students’ interaction in online language classroom had positive effects on learning. However, the qualitative data contradicted the questionnaire results. Based on the contrary findings, the researchers offered the possible reasons for the difference of opinions. Solutions, based on the participants’ qualitative responses, are offered to address the interactions’ issues as highlighted by the respondents during the semi-structured interview. As e-learning platforms are being used worldwide in academia, this study will have universal implications.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,127
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,320
Écart entre enseignants0,308 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207