Investigating Listening Comprehension Challenges in Online EFL Courses: Perspectives from University Students
Notice bibliographique
Résumé
The current study investigated the challenges of listening comprehension encountered by Saudi university students in online English as a Foreign Language (EFL) classes. It examined the role played by gender and academic specialisations in the listening comprehension challenges in online EFL classes. Data were collected via an online questionnaire from five hundred and thirty-nine male and female undergraduates. The results indicated that the primary challenge was related to Listening Conditions, which ranked highest with a mean score of 3.78. This was followed by Language Exposure (mean score of 3.60), Suitability to Student Proficiency Level (mean score of 3.47), Well-being and Alertness (mean score of 3.41), and finally, Listening Skills (mean score of 3.40). Additionally, the results revealed statistically significant differences (p < 0.05) in the challenges of listening comprehension based on gender, with female students reporting greater difficulties than male students. Furthermore, significant differences (p < 0.05) were found concerning the students' specialisation, with those in health-related fields experiencing more pronounced challenges compared to their counterparts in scientific disciplines. This study emphasises the necessity of implementing strategies to enhance students' EFL listening comprehension and calls for more urgent and comprehensive research to address the identified challenges in listening comprehension.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».