The Effectiveness of Teacher Autonomy Supportive Style on Enhancing Student Engagement in EFL Virtual Classrooms
Notice bibliographique
Résumé
Promoting students’ engagement in classrooms is among the most significant challenges faced by teachers in virtual classrooms. Prior research has investigated the effectiveness of using teacher autonomy supportive style (TASS) during in-person classes (Jang et al., 2010; Li et al., 2020; Núñez & León, 2019; Reeve et al., 2004). However, limited research has been conducted in virtual classrooms (Bedenlier et al., 2020; Chen & Jang, 2010; Chiu & Hew, 2018). Ryan and Deci (2020), suggested that further research should focus on student engagement within virtual classrooms. Moreover, although EFL teachers often struggle to engage their students (Susanti, 2020), the majority of the related studies have been carried out in various learning contexts (Jang et al., 2010; Li et al., 2020; Shih, 2008). Most of this limited body of literature in the EFL context is composed primarily of quantitative research collected through cross-sectional study designs. Evidence suggests that this gap can be addressed by conducting well-designed qualitative studies investigating student engagement (Fredricks et al., 2016; Harris, 2011; Zyngier, 2008). Thus, there is an urgent need for research that tackles these gaps effectively.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».