Online Collaboration and Writing Proficiency: A Study of Omani EFL Students at UTAS-Salalah
Notice bibliographique
Résumé
This mixed-methods study examined the impact of online collaboration on developing academic writing skills among English as a Foreign Language (EFL) students in Oman, with an emphasis on student perspectives. Participants were 8 Level 3 students from the Preparatory Studies Center at the University of Technology and Applied Sciences in Salalah. Furthermore, this study adds to the continuing scholarly discourse around the influence of emerging technologies on the writing performance of students. It focuses on the students' viewpoint, which is sometimes overlooked in most English as a Foreign Language (EFL) educational contexts. Data collection involved classroom observations, text analysis, and semi-structured interviews. Quantitative data was analyzed using descriptive statistics, while qualitative data underwent thematic analysis. The results of the analysis of the students' writing revealed that the impact of online collaboration resulted in an enhancement in the students' overall writing performance compared to the scoring of their first drafts. Nevertheless, the implementation of the method resulted in enhanced performance among students in the sub-skills of grammar and vocabulary while content and organization skills remained unchanged. Interviews highlighted perceived benefits of online cooperation for enhancing writing practices and skills. Students affirmed the value of collaboration as a practical tool to build communication and writing proficiency. This study contributes insights on leveraging technology to empower EFL writers from the learner’s viewpoint. Further research should explore optimal strategies for implementing online collaborative writing instruction.
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 | 0,005 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».