The Impact of Pictorial Cues on Understanding Idioms Among Arab EFL Learners
Notice bibliographique
Résumé
Idioms vary extensively in their difficulty, especially for foreign language learners. English Foreign Language (EFL) learners often find transparent idioms, such as break someone’s heart, which means to make someone feel deep sadness, more straightforward. Whereas, they may find kicking the bucket ‘to die’ somehow opaque and challenging. The study investigates the extent to which Arabic speakers of English find contextual and pictorial cues embedded in social media platforms beneficial for understanding idioms and the methods they often use to comprehend idioms. Thirty female Arabic-speaking learners of English at a high school in Jeddah, Saudi Arabia participated in this study. The study used a three-version design to assess the participants’ understanding of idioms through a multiple-choice interpretation task. The participants were divided into three groups and received the same amount (n = 24) and type of idioms in three different methods: contextualization (i.e., participants were exposed to idioms in context), decontextualization (i.e., participants were exposed to idioms out of context) and the third group was exposed to pictorial-cued idioms. The findings revealed that visualisation was the most effective method for mastering idioms rather than contextualisation. On the other hand, decontextualisation was the least effective method. The study concludes with specific reference to some pedagogical implications.
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 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».