Systematic Literature Review on Evaluation of English Language Textbooks: A Decade of Research
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
Textbooks, essential for teaching and learning, have become a burgeoning research subject in education. However, textbook evaluation has not garnered adequate attention in the context of English Language Teaching (ELT). This hinders the identification of key characteristics, focused learning themes, and gaps encountered within the EFL/ESL educational landscape. This systematic literature review, employing the ROSES framework, explores key characteristics and learning themes within English language textbook evaluation in the ELT context, identifying suggestions for future evaluations. The review involves searching, screening, evaluating, and synthesizing pertinent articles published in the last decade, from 2014 to 2023, across Scopus and Web of Science databases. Out of 2304 articles identified through a search of keywords including “textbook” and “evaluation” alongside their synonyms, 30 studies meeting the inclusion criteria are shortlisted after the quality appraisal using MMAT. The review finds that questionnaires, surveys and checklists were the most common methods used for ELT textbooks. Based on the findings from the review, this paper discusses a wide range of indicators or criteria involved in evaluating ELT textbooks, particularly in the evaluation of culture and pragmatics. Our research has revealed a need for in-depth exploration using qualitative and mixed-methods approaches, emphasizing the necessity for broader comparative studies and a more diverse range of perspectives in educational assessments to bridge knowledge gaps. This study suggests that further research on textbook evaluation in the ELT context is still necessary.
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 | 0,009 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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