The Effectiveness of Flipped Classroom in English Language Learning: A Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Flipped Classroom (FC) model, a teaching method used in various educational settings, including language learning, aims to improve student engagement and understanding. Its application in English language learning involves restructuring traditional teaching and learning methods. This study was meticulously designed to assess FC's effectiveness in improving English language proficiency. A comprehensive meta-analysis was conducted on research articles from January 2021 to November 2023, retrieved from ERIC and the Scopus Index. After a rigorous independent review and data extraction process by two reviewers, nine studies with a total of 705 participants were included. The methodological quality of the selected articles was evaluated using the Fail-Safe N for Publication Bias Assessment. The results, which showed that FC was more effective than conventional methods in enhancing overall English language proficiency (SMD=0.85, 95% CI -0.57 to 1.12, P<.001, I2=65.45%), knowledge (SMD=0.84, 95% CI -0.55 to 1.12, P<.001, I2=49.49%), and skills (SMD=0.70, 95% CI -0.30 to 1.11, P<.01, I2=75.97%), instill confidence in the robustness of our findings. These results suggest that FC has the potential to significantly improve English language acquisition outcomes. However, further research with larger sample sizes is needed to confirm and strengthen these results.
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.
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 | 0,032 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle