The Factors Affecting Learning Achievement in English Language Studies of The Students at North Bangkok University
Notice bibliographique
Résumé
Background and Aims: Research emphasizes the critical role that learners' attitudes and behaviors play in determining their success in acquiring the English language, emphasizing the relationship that exists between mindset and actions. Achieving proficiency objectives and optimizing language learning outcomes requires a focus on the development of constructive attitudes and efficient learning behaviors. Thus, the study of the factors affecting learning achievement in English language studies of the students at North Bangkok University aims to investigate the factors affecting learning achievement in English language studies of the students at North Bangkok University. Methodology: The sample comprises students enrolled in the ENG 101 course, totaling 283 individuals, selected through stratified random sampling and simple random sampling methods. The research methodology involves utilizing a questionnaire as the primary data collection instrument. Statistical analyses employed in the study include percentages, means, standard deviations, Pearson correlation coefficients, and stepwise multiple regression analysis. Results: The results found that the factors of students, teachers, family, and school can collectively predict the factors affecting learning achievement in English language studies of students at North Bangkok University. This predictive set comprises the factors related to students (x1), teachers (x2), and family (x3). These predictor variables can predict the factors that affect the learning achievement in English language studies of the students at North Bangkok University with an accuracy of 42.77%. This can be written as a prediction equation as follows; (1) The prediction equation in raw score format can be expressed as follows: Y = .386+.282X1 +.174X2 + .151X3. (2) The prediction equation in standardized score format can be expressed as follows: ZY = .341X1 +.228X2 + .163X3 Conclusion: According to the study, family dynamics, instructors, and students all have an impact on how well students learn English at North Bangkok University. The accuracy of these predictor variables, which include factors related to students, teachers, and families, in predicting learning outcomes in English language studies is 42.77%.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».