MétaCan
Menu
Retour à la cohorte
Enregistrement W4384407662 · doi:10.55849/jiltech.v2i1.383

Difficulties of Non-Arabic Study Program Students in Arabic Teaching and Learning Process at ITB AAS Indonesia

2023· article· en· W4384407662 sur OpenAlexaff
Tira Nur Fitria, Wang Lita, Bevoor Bevoor

Notice bibliographique

RevueJournal International of Lingua and Technology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArabic Language Education Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIndonesianReading (process)SentenceArabicClass (philosophy)LinguisticsIslamComputer sciencePsychologyMathematics educationArtificial intelligenceHistory

Résumé

récupéré en direct d'OpenAlex

This study investigates the difficulties of Non-Arabic study program students in Arabic learning at ITB AAS Indonesia. This research uses descriptive qualitative. This study involves 60 students of the Economy Sharia study program. The analysis shows internal and external factors of students’ difficulties in Arabic learning. The internal factors are 1) difficulty in writing Hijaiyah letters at the beginning of, in the middle, and at the end of the sentence. 2) difficulty in writing Hijaiyah letters in computer typing because it must have an Arabic Typesetting font. 3) belief that writing Arabic letters is more difficult than writing Latin letters, 4) difficulty in reading recitation (Tajwid). 5) belief that learning Arabic is more difficult than Indonesian and English. 6) belief that many Mufrodat includes Isim, Fi'il, and Harf. 7) many rules for changing words and writing an Arabic sentence. Besides, external factors are 1) many foreign expressions or Arabic terms that are different from Indonesia. 2) lack of learning media of Arabic textbooks. 3) lack of facilities in the language laboratory. 4) lack of environment, association, social, and culture in learning Arabic. 5) lack of self-support and motivation in learning Arabic. 6) influence of the first language (regional) and the second language (Indonesian). 7) Arabic learning time is short to 1 week. 8) a lot of Arabic material in one semester. 9) too many students in a class. 10) situation in the Arabic class is not conducive.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,417
Écart entre enseignants0,400 · 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 source (Gemma direct ou Codex distillé), 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 revueJournal International of Lingua and TechnologyMême sujetArabic Language Education StudiesTravaux en français237 207