MétaCan
Menu
Retour à la cohorte
Enregistrement W4386886099 · doi:10.1080/09571736.2023.2249001

‘Transported into like another space’: second language learners’ perspectives on their experience of flow

2023· article· en· W4386886099 sur OpenAlexafffund
Anamaria Bodea, Pavel Trofimovich

Notice bibliographique

RevueLanguage Learning Journal · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueFlow Experience in Various Fields
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSpace (punctuation)LinguisticsFlow (mathematics)Mathematics educationPsychologyPedagogySociologyPhysicsMechanicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study explored the notion of flow, which refers to a person’s sense of being completely absorbed in a task, as it applies to second language (L2) learning and use. Previously, flow has been mainly examined through researcher-generated descriptions to which learners reacted using Likert-type scales. In this study, we examined flow through the perspectives of the individuals experiencing it, by asking them to describe any insights relevant to their experience. During four weeks, five undergraduate students taking L2 French or Spanish coursework reported their flow states in weekly diary entries and interviews. Students described a total of 15 flow states, reporting them most frequently in interaction inside and outside coursework (e.g. speaking to a friend/stranger, in a paired task) but also while taking an exam, studying grammatical forms, listening to a lecture, reading, and practicing a speech. Qualitative coding revealed seven dimensions of flow, where five previously reported dimensions (attention, interest, enjoyment, sense of accomplishment, skill–challenge balance) were supported and clarified through our analyses while the remaining two (oblivion, stress) were identified for the first time. Flow appeared to be linked to proceduralisation of L2 skills, as the element of automaticity was prominent in most descriptions of flow.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,006
Communication savante0,0070,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,304
Écart entre enseignants0,291 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage Learning JournalMême sujetFlow Experience in Various FieldsTravaux en français237 207