MétaCan
Menu
Retour à la cohorte
Enregistrement W4408534080 · doi:10.5430/wjel.v15n4p264

Project-based Learning via Blackboard Discussion Board for Vocabulary Acquisition of Saudi EFL Learners

2025· article· en· W4408534080 sur OpenAlexvenueno aff
Eman Mahmoud Ibrahim Alian, Samia Saeed Ahmed Mohamed

Notice bibliographique

RevueWorld Journal of English Language · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArabic Language Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlackboard (design pattern)Computer scienceVocabularyVocabulary learningMathematics educationLinguisticsPsychologyProgramming language

Résumé

récupéré en direct d'OpenAlex

The global pandemic of COVID-19 affected all learning systems worldwide. It shifted the attention to alternative online learning platforms, including discussion boards, blogs, and other tools that necessitate collaborative teamwork. The current research employed project-based learning (PBL) via the blackboard discussion board to improve vocabulary acquisition for Saudi EFL learners and to determine the advantages and difficulties associated with learning. The researchers used a quantitative research design with equivalent groups of 60 female students from King Khalid University divided into two study groups: 30 for the experimental group taught through project-based learning via discussion board and 30 for the control group taught traditionally. Pre- and post-vocabulary tests were administered to the two groups, and a questionnaire of four dimensions about the advantages, skills, effects, and challenges encountered by students through learning were post-administered to the experimental group. Results proved that project-based learning employed through the discussion board enhanced students' receptive and productive vocabulary knowledge. The questionnaire analysis revealed that the PBL increased teamwork skills and responsibility. It motivated students' problem-solving skills and autonomous learning. Despite these merits, there were some challenges, such as the instability of the internet connection, lack of time, and some students' hesitation to deliver presentations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,327
Écart entre enseignants0,315 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetArabic Language Education StudiesTravaux en français237 207