Demotivating Factors for Saudi EFL Learners: A Comparative Study between Arts and Science Tracks Preparatory Year Programme Students
Notice bibliographique
Résumé
While several studies in L2 deal with motivation in English language learning, demotivation has recently become the focus of much research. Following Sakai and Kikuchi's (2009) theoretical framework, this study aims to investigate the demotivation factors that affect Saudi students learning English in the Preparatory Year Programme (PYP) at a Saudi university. The data were collected from a random sample of 221 university students from the Arts Track (103) and the Science Track (118). Quantitative and qualitative data were collected using a questionnaire with two open-ended questions and analysed using SPSS and content analysis. The results revealed that the main demotivating factor that affects both tracks is ‘experience of failure and test score’. In addition, there was no significant difference between the students on the Arts Track and the Science Track pertinent to factors such as: 'experiences of failure and test scores', 'class environment', and 'learning content and materials.' However, there was a significant difference between the two tracks related to 'teachers' competence and teaching styles', 'characteristics of the classroom' and students' 'lack of interest' factors. The study's findings may have broader implications because they suggest that teachers can significantly impact students' intrinsic motivation as they can motivate low-performing students and those who have failed. It also suggests that teachers should dissuade students from comparing themselves to their classmates, avoid making comparisons among students, and use more communicative language teaching methods. Saudi pre-service and in-service EFL instructors should be better prepared to identify the primary sources of their students' demotivation and provide solutions to improve the learning environment.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».