Perceptions on Oral Corrective Feedback: The Case of Iranian EFL Teachers and Students in Face-to-Face and Virtual Learning Contexts
Notice bibliographique
Résumé
Oral-corrective feedback (CF) has often been a significant concern in Teaching English as a Foreign Language (TEFL). This study sought to investigate teachers’ and students' attitudes toward the oral CF in traditional and technology-enhanced classes. It also investigated the extent to which teachers' attitudes toward the oral CF matched their practices. A mixed-methods design was used for the study, utilizing data from questionnaires, observations, semi-structured interviews, and focus-group discussions. A sample of 162 female Iranian EFL students studying English at a private school participated in the study. The results showed that explicit correction (26%) and metalinguistic feedback (32%) were rated much more positively by the majority of students. Furthermore, the results indicated that they were more accustomed to receiving oral-feedback from the teacher in face-to-face classes than text- or audio-based feedback in technology-enhanced lessons. In addition, teachers' attitudes toward the CF were categorized into four themes: students' affective responses to CF, reasons for providing CF, timing of CF, CF in face-to-face instruction, and technology-enhanced instruction. The findings also showed that teachers' expressed beliefs about the frequency of CF provision predicted their practices, in many cases. This research has implications for EFL teachers and materials developers.
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 | 0,004 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».