MétaCan
Menu
Retour à la cohorte
Enregistrement W4313466043 · doi:10.5539/elt.v16n1p52

Teacher-Student Interaction for English-Medium Instruction (EMI) Content and Language Learning and the Effects of Implementing Multimodal Input of Classroom Interaction: University Students’ Perceptions

2022· article· en· W4313466043 sur OpenAlexvenueno aff
Cheng-Ji Lai

Notice bibliographique

RevueEnglish Language Teaching · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyPopularityPerceptionMathematics educationPedagogyLanguage acquisitionSocial psychology

Résumé

récupéré en direct d'OpenAlex

The discourse of interaction, Initiation-Response-Feedback (I-R-F) gained its popularity by fostering discussion between the teacher and learners but received critics for developing interactive communication in a controlled manner. With an attempt to provide pragmatic implications for EMI instructors, the study probed into perceptions of students (n=42) from different majors on how two pedagogical approaches (i.e., the I-R-F and the multimodal input of classroom interaction) differed in one EMI Cross-cultural Communication course in one middle-ranked university in Taiwan. The comparative, quasi-experiment research firstly investigated these students’ perceptions of teacher-student interaction for EMI content and language learning and secondly compared their perceptions on the implementation of the multimodal input of classroom interaction against the conventional baseline, the I-R-F. Both quantitative (i.e., survey) and qualitative (i.e., post-lesson student reflection journals and audio recordings) research methods were used. The survey results showed that these students were inclined to engage in extensive and substantial verbal output, expressed the importance of teacher-student interaction for learning the content of the course, and expected chances of lengthy verbal output and corrective feedback from the instructor. The results from students’ journals yielded that the instructor’s use of the multimodal input of classroom interaction significantly outperformed the use of the I-R-F in the categories of effectiveness, the level of student engagement, and the effectiveness of helping them learn the content. Ultimately, it was found that the use of the multimodal input of classroom interaction had triggered their higher-order of cognitive processing more (i.e., analyzing, evaluating, and creating).

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 enseignants0,027
Score d'incertitude au seuil0,947

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,010
Tête enseignante GPT0,262
Écart entre enseignants0,252 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetSecond Language Learning and TeachingTravaux en français237 207