The Effects of Metacognitive Reading Strategy Instruction on Thai EFL Engineering Students: Metacognitive Strategy Use and Students’ Attitudes
Notice bibliographique
Résumé
Metacognition is pivotal in reading comprehension. Therefore, Metacognitive Reading Strategy Instruction (MRSI) is crucial for improving reading comprehension, particularly in English as a Foreign Language (EFL) contexts. The study explores the role of MRSI in enhancing reading comprehension, specifically for 145 engineering students, who were divided into the experimental group (n=82) and control group (n=63). The experimental group was instructed in metacognitive reading strategies, whereas the control group was taught textbook-based instruction. Over 13 weeks, two groups of Thai engineering students were given pre and post-tests on reading comprehension and an attitude questionnaire. Both descriptive and inferential statistics were conducted to analyze the data. The analysis revealed that the experimental group that received MRSI outperformed the control group on the reading comprehension test. The findings showed that the experimental and control groups improved their post-test scores compared to pre-test scores. The experimental group increased from a mean score of 35.30% to 50.04%, while the control group improved from 35.58% to 43.28%. The participants also expressed positive attitudes towards planning (84.32%), monitoring (90.24%), and evaluating (82.95%) strategies, showing a strong emphasis on metacognitive engagement in enhancing reading comprehension. In addition, the data from an attitude questionnaire reflected a positive impact of MRSI on students’ attitudes, with high agreement on the effectiveness of planning, monitoring, and evaluating strategies. The study concludes that integrating MRSI into ESP classes can effectively enhance reading comprehension and provide pedagogical recommendations for its implementation.
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 | 0,003 | 0,003 |
| 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 | 0,000 | 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 ».