The Impact of iPad-Based Translation Apps on English Language Proficiency: The Mediating Role of Learning Engagement among Saudi Learners
Notice bibliographique
Résumé
This study examines the impact of iPad-based translation apps on English language proficiency among Saudi learners, focusing on factors such as attitudes toward the use of translation apps (ATU), perceived ease of use (PEU), perceived helpfulness (PH), and learning engagement (LE). The study employs a mixed-methods approach integrating quantitative and quasi-experimental design with a pre-test and post-test. The sample comprises a purposively selected group of first-year students enrolled in an English proficiency (EP) course among iPad-using students at four public universities in Saudi Arabia. The study employs Partial Least Squares Structural Equation Modelling (PLS-SEM) for analysing the direct and mediating relationships between these factors and EP. The results indicate that ATU, PEU, and PH influence learning engagement, enhancing English proficiency. The mediation analysis confirms LE is crucial in linking translation apps to EP. The analysis revealed statistical significances in mediating effects for all constructs: PEU (β = 0.125, p < 0.001), PH (β = 0.215, p < 0.001), and ATU (β = 0.121, p < 0.001). These effects were evident in reading proficiency gains (Z = -5.221, p < 0.001). The results of the pre-tests and post-tests reveal a significant improvement in language proficiency. Reading and vocabulary achieved the highest positive ranks (Mean Rank = 18.00, N = 35, Sum of Ranks = 630.00), while grammar followed (Mean Rank = 17.50, N = 34, Sum of Ranks = 595.00). All Z-values were highly significant (p = 0.000). The study highlights the effectiveness of iPad translation apps in improving language learning and underscores the importance of engagement in mobile-assisted language learning. This study offers valuable insights and recommendations to assist English language practitioners and learners, particularly within the growing domain of iPad usage in language learning.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».