MétaCan
Menu
Retour à la cohorte
Enregistrement W4406377902 · doi:10.5539/ijel.v15n1p140

The Effectiveness of Using ELSA App on Improving Saudi Students’ English-Speaking Skills

2025· article· en· W4406377902 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueInternational Journal of English Linguistics · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnglish Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesQassim UniversityUniversity of EdinburghUniversity of Memphis
Mots-clésRubricPronunciationLikert scalePsychologyFluencyMathematics educationTest (biology)Medical education

Résumé

récupéré en direct d'OpenAlex

Speaking is a challenging skill for the majority of English as a foreign language (EFL) learners around the world. Therefore, experts are researching the potential affordances of Artificial Intelligence (AI) as a tool to develop speaking skills. The ELSA App is a prominent example of an AI application that can provide instant corrections to the user to improve their speaking skills. Although app reviewers claim it is effective for enhancing speaking skills, there is minimal research confirming its effectiveness as a tool for enhancing key English-speaking skills, such as pronunciation, fluency, cohesion, and expanding lexical resources. To contribute to the literature in this area, this study sought to evaluate the efficacy of the ELSA App as a tool to develop Saudi high school students’ speaking skills. In addition, it aimed to explore their perceptions with regard to using the ELSA App to develop their English-speaking skills. In total, 30 high school students from Saudi Arabia were selected as the research sample. The participating students were divided into two groups, comprising 15 in the control group and 15 in the experimental group. A mixed-methods study design was used to answer the study questions. Data were collected using two research tools: a pre- and post-test speaking test, and a closed and open questionnaire. The students’ tests were corrected using IELTS rubrics. The questionnaire was arranged into two sections: closed questions based on a five-point Likert scale that was analyzed statistically, and open questions analyzed using content analysis. The results indicated that students in the experimental group experienced positive improvement at varying levels in terms of pronunciation, fluency, coherence, grammatical range and accuracy, and lexical resources in speaking skills. Moreover, the students had positive opinions about using the ELSA App to practice and develop their English-speaking skills. Thus, it appears the ELSA App in general had a significant positive impact on the Saudi student participants’ speaking skills, offering them a fertile interactive environment. This finding has valuable implications and prompted recommendations for teachers and EFL learners.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,180
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil0,826

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,180
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,297
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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