Improvement of Listening Performance among Undergraduate Learners of English as a Foreign Language (EFL): A Systematic Literature Review
Notice bibliographique
Résumé
One of the most significant language skills in learning a foreign language is listening. So far, however, there has been few studies about techniques to improve listening performance among learners of English as a foreign language (EFL). The aim of this study is to conduct a systematic literature review on the improvement of listening performance among EFL undergraduate learners. The review process included five key methodological steps, which are review protocol, formulation of research question, systematic searching strategies, quality appraisal, and data extraction and analysis. The systematic searching strategies consist of identification, screening, and eligibility on five databases: Scopus, Science Direct, SpringerLink, Emerald and Sage. Three main themes were discovered based on the thematic analysis which are 1) factors influencing listening, 2) computer-assisted technology, and 3) instruction approaches. These three themes are divided into 13 sub-themes. Theme one has six subthemes: 1) phonological kownledge, 2) prosodic knowledge, 3) phraseological and syntactic knowledge, 4) aural decoding, 5) metacognitive knowledge, and 6) noise in the conversation environment; theme two has three subthemes: 1) multimedia source, 2) interactive listening software, and 3) learning management systems platform; and theme three has four subthemes: 1) discrete-items instruction approaches, 2) task-based instruction approaches, 3) strategy-based instruction approaches, and 4) integrated instruction approaches. The theoretical implications of this study inform educators and researchers about the challenges that influence EFL learners’ listening and the usefulness of computer-assisted technology and different instruction approaches in improving EFL learners’ listening. Future empirical research is needed to validate the discussed technological applications and instructional approaches to improve listening performance, investigate metacognitive instruction approaches where controversial results have persisted, and explore integrated instruction approaches that could enhance EFL learners' ability to understand and use the target language.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».