New Perspectives in Utilizing Non-Textbook Resources in EFL Classrooms and Perceptions
Notice bibliographique
Résumé
Usually, most textbooks are formally prescribed with fixed and time-bound content. There is hardly any choice for course teachers/instructors to deviate from the prearranged course content of such textbooks. This study assumes that such formal, skills and knowledge-based, textbooks may cause boredom in EFL classrooms with repeated tasks/exercises and, even sometimes, their course content may not be interesting to all students. On the contrary, the use of non-textbook resources in EFL classrooms can have multiple contributions, for instance, by enhancing students’ competency and proficiency in language skills and by reinforcing their knowledge. Thus based on such assumptions, this study investigates university teachers’ perceptions on incorporating non-textbook recourses as supplementary materials in teaching EFL to non-native undergraduate speakers, in the selected context. To achieve these goals, this quantitative study uses an online questionnaire as a data collection tool. The questionnaire seeks university teachers’ responses/perceptions on the subject under investigation. The findings of this study, given the university teachers’ perceptions, reveal various useful roles and contributions of non-textbook resources. To cite, for instance, the use of non-textbook resources can trigger students’ participation, increases motivation and learning possibilities, enhances their understanding and performance, breaks monotony and boredom, contextualizes teaching-learning situations, and provides students with space for extra language skills practice.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».