EFL Majors' Attitudes toward Distance Learning via MOOCs: A Comparative Study between Egypt and Saudi Arabia
Notice bibliographique
Résumé
This research aimed to investigate the attitudes of EFL majors in both Egypt and Saudi Arabia towards distance learning with Massive Open Online Courses (MOOCs) and the underlying factors influencing such attitudes. A mixed method was employed to meet such an end, incorporating a quantitative method of investigation (an attitude questionnaire) and a qualitative one (semi-structured interviews). Quantitively, the participants, who were randomly selected, were 218 EFL majors: 114 from the Faculty of Education for Boys in Cairo, Al-Azhar University in Egypt, and 104 from the College of Science and Humanities, Prince Sattam bin Abdulaziz University- Saudi Arabia. Qualitatively, ten EFL majors (five Egyptian and five Saudi) were purposively selected using Convenience Sampling Technique. Quantitatively, the results revealed that both Egyptian and Saudi Arabian EFL majors exhibited negative attitudes toward distance learning via MOOCs. Qualitatively, some underlying factors interpreting the participants’ attitudes were revealed, i.e., a lack of interactivity and social interaction, limited technological proficiency, language barriers, inadequate feedback, unclear learning objectives, insufficient resources, and concerns about the credibility of MOOCs certificates. The research recommended raising the EFL learners’ awareness about MOOCs, empowering them with systematic support to overcome the technical and linguistic challenges, and fostering collaboration among universities and MOOCs services providers.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».