MétaCan
Menu
Retour à la cohorte
Enregistrement W4365451746 · doi:10.5430/wjel.v13n5p354

Mobile Technology-Mediated Language Learning: A Quantitative Study to Unravel Language Learners’ Achievement and Autonomy

2023· article· en· W4365451746 sur OpenAlexvenueno aff
Komang Puteri Yadnya Diari, Suwarna Suwarna, I Made Suweta

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPaceLearner autonomyAutonomyMathematics educationLanguage acquisitionComputer sciencePsychologyLanguage educationComprehension approachPolitical science

Résumé

récupéré en direct d'OpenAlex

This study investigates the impact of mobile technology-mediated language learning (MTMLL) on the learners’ Balinese language learning achievement and autonomy. A quantitative approach research with quasi-experimental and survey designs was conducted. The data were collected through the tests and MTMLL questionnaire administration to fifty-eight primary school students in Bali, Indonesia. The data were analyzed statistically using SPSS 23 version. The results indicate that MTMLL has a positive impact on learners' achievement and autonomy. Participants reported that learners using MTMLL showed higher levels of achievement compared to those who did not use this technology. Additionally, MTMLL provided them with more control over their learning and allowed them to study at their own pace and convenience. The findings of this study contribute to the literature on MTMLL and local language learning by highlighting the importance of technology in promoting learners’ achievement and autonomy. The study suggests that MTMLL can be an effective tool for language learners to enhance their learning experience and achieve better outcomes.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,031
Score d'incertitude au seuil0,887

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,291
Écart entre enseignants0,281 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetMobile Learning in EducationTravaux en français237 207