Exploring Obstacles and Effectiveness of Task-Based Language Teaching (TBLT) Approach in EFL Speaking Instruction: Insights from an Adult EFL Classroom
Notice bibliographique
Résumé
The use of speaking skills in adult English as a Foreign Language (EFL) instruction is complex and multifaceted. Task-based language teaching (TBLT) offers an opportunity to improve EFL speaking abilities. However, more research is needed on the practical challenges of incorporating TBLT in adult EFL settings. The current study aimed to (1) identify obstacles in implementing the Task-Based Language Teaching (TBLT) approach in adult EFL speaking instruction, (2) explore learners’ perceptions of difficulties, (3) assess the effectiveness of TBLT methods, and (4) provide recommendations to improve the use of TBLT in adult EFL speaking classes. The study utilized qualitative research methods where 58 participants from an adult EFL speaking class in Dhaka, Bangladesh, were selected through purposive sampling. Data was collected through 90-day observations in an EFL-speaking classroom, audio and video recordings, and semi-structured interviews with 10 students and one instructor. The study found that students struggled with understanding English instructions and relied heavily on their first language (L1) during group discussions. Task-based activities and traditional language exercises were crucial for effective learning, but obstacles like nervousness, lack of confidence, and grammatical faults hindered the implementation of Task-Based Language Teaching (TBLT). Adult EFL learners recognized TBLT’s effectiveness in improving speaking skills, emphasizing the importance of regular practice and a supportive learning environment. In conclusion, the study emphasizes the need to address obstacles like lack of confidence, language difficulties, and inadequate instructional assistance in adult EFL instruction to improve speaking abilities and effectively achieve language learning objectives.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».