MétaCan
Menu
Retour à la cohorte
Enregistrement W4392965280 · doi:10.5539/elt.v17n4p23

EFL Teachers' and Learners' Perceptions of Code-switching: The Role of Learners' L2 Proficiency Levels

2024· article· en· W4392965280 sur OpenAlexvenueno aff
Najlaa A. Altalhi

Notice bibliographique

RevueEnglish Language Teaching · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyCode-switchingPerceptionMathematics educationLinguistics

Résumé

récupéré en direct d'OpenAlex

Code-switching (CS) is a complex linguistic phenomenon in bilingual environments, such as English as a second language (ESL) and English as a foreign language (EFL). In recent years, CS has been viewed as a meaningful linguistic phenomenon in ESL and EFL contexts. This research investigates EFL teachers' and learners' perceptions of the use of CS in Saudi universities. Also, this research aims to investigate the relationship between learners' perceptions of CS and their L2 proficiency levels. A quantitative approach is utilised in this research to collect data from 40 Saudi EFL teachers and 50 Saudi undergraduate EFL learners to investigate their perceptions of CS used in their EFL classrooms. Further, the researcher uses two modified Likert-type questionnaires adopted from Alkhudair (2019) to elicit teachers' and learners' perceptions of CS used in their EFL classrooms. In addition, the Statistical Package for the Social Sciences (SPSS) was used to determine the frequencies, percentages, and mean scores. The learners took Oxford Online Placement Tests to investigate the role of L1 in EFL classrooms. Also, SPSS was used to calculate the Pearson Correlation Coefficient to investigate a correlation between learners' L2 proficiency levels and their perceptions of using L1 in EFL classrooms. As a result, both teachers and learners showed positive attitudes towards CS in EFL classrooms. Moreover, upon investigating the relationship between learners' English language proficiency level and their perceptions of L1 use, the results suggest positive and negative correlations.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,027
Tête enseignante GPT0,279
Écart entre enseignants0,251 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetSecond Language Learning and TeachingTravaux en français237 207