International Students’ Smartphone Usage During the First COVID-19 Lockdown
Notice bibliographique
Résumé
contexts during their stay abroad. In this empirical study, we examined how a group of international students (n=10) in France used their smartphones during the eight-week lockdown that imposed on everyone a stay-at-home order and allowed minimal physical contact (April and May 2020). We collected data about students’ use thanks to a self-tracking app and interviews. Drawing on literature from the fields of language education, communication, and psychology, we considered advantages and limitations of smartphone use by international students pertaining to three aspects of their lives: (1) emotional management, (2) language and culture learning, and (3) sociocultural adaptation. Since international students were in the host country, but without the social life on campus that usually makes immersion abroad so special, this study led us to reflections about immersion and inclusion in education abroad. Abstract in French Les smartphones accompagnent les étudiants internationaux dans leur adaptation à différents contextes pendant leur séjour à l'étranger. Dans cette étude empirique, nous avons examiné comment un groupe d'étudiants internationaux (n=10) en France a utilisé leurs smartphones pendant le confinement de 8 semaines qui a imposé à tous de rester à la maison et a engendré un contact physique minimal (avril et mai 2020). Nous avons recueilli des données sur les usages des étudiants grâce à une application d’auto-suivi et des entretiens. En nous appuyant sur la littérature dans les domaines de l'enseignement des langues, de la communication et de la psychologie, nous avons examiné les avantages et les limites de l'utilisation du smartphone par les étudiants internationaux en ce qui concerne trois aspects de leur vie : (1) la gestion des émotions, (2) l'apprentissage de la langue et de la culture, et (3) l'adaptation socioculturelle. Étant donné que les étudiants internationaux se trouvaient dans le pays d'accueil, mais sans la vie sociale sur le campus qui rend habituellement l'immersion à l'étranger si spéciale, cette étude nous a amenés à réfléchir à l'immersion et à l'inclusion dans l'éducation à l'étranger.
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 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 | 0,004 | 0,000 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».