Plurilingual practices in Higher Education: An analysis of student perceptions from a South African University
Notice bibliographique
Résumé
This study describes student perspectives on the teaching and learning of a newly introduced University language acquisition course. It identifies three basic components of teaching and learning, namely teaching approaches, teaching and learning resources, and assessment of learning. The study focuses on how students perceive these basic components of teaching and learning by investigating how 1st-year students at a university in South Africa perceive the teaching and learning of the Sesotho First Additional Language (FAL) course (a newly introduced course in the university). Hence the objectives of this study are to establish the views of 1st-year Sesotho FAL students regarding the teaching approaches used by the lecturers presenting the course; the teaching and learning resources used in the course; and the quality of assessments applied in the course. Guided by complex dynamic systems theory, the study employs a survey methodology. A questionnaire comprising both close-ended belief statements as well as open-ended statements for students to respond to was administered to 51 study participants purposefully selected. Quantitative data were analysed using IBM SPSS, while qualitative data were analysed by the researchers themselves. Results emerging from the data reveal that 1st-year students generally find their lecturers’ teaching approaches and assessment methods satisfactory; however, they perceive the teaching and learning resources used by their lecturers in teaching Sesotho as inadequate. This finding points to the need for further dialogue broadly on the quality of teaching and learning, quality of assessment criteria and the availability of teaching and learning resources provided for presenting newly introduced courses in higher education institutions (HEIs); and specifically on the level of preparation of lecturers in these courses tasked with the teaching and learning.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| 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 ».