MétaCan
Menu
Retour à la cohorte
Enregistrement W4414617751 · doi:10.5539/jel.v15n1p293

Unwillingness to Communicate in English During Group Discussions Among Thai Postgraduate Students: Level and Coping Strategies

2025· article· en· W4414617751 sur OpenAlexvenueno aff
Singhadecha Boonorm, Pilanut Phusawisot

Notice bibliographique

RevueJournal of Education and Learning · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesMahasarakham University
Mots-clésCoping (psychology)Willingness to communicateHigher educationStudent engagementFocus groupQualitative research

Résumé

récupéré en direct d'OpenAlex

This study aimed to investigate the level of Unwillingness to Communicate (UWTC) in English during group discussions among 37 Thai postgraduate students, as well as the coping strategies they typically employ to manage their UWTC. Burgoon’s (1976) Willingness to Communicate (WTC) questionnaire was used to measure the participants’ UWTC levels, and semi-structured interviews were conducted with six selected participants to explore their coping strategies in greater depth. The results revealed that the majority of participants (73%) exhibited a moderate level of UWTC, while 27% demonstrated a low level. Notably, no participants reported a high level of UWTC, indicating an absence of strong reluctance to communicate. The interview data further revealed that students managed their UWTC through strategies such as thorough preparation, positive self-talk, and collaboration with peers. These coping mechanisms helped reduce anxiety, boost confidence, and encourage more active participation in academic discussions. The findings highlight the importance of fostering supportive, low-anxiety classroom environments to enhance students’ willingness to communicate in English. This study offers practical implications for educators aiming to promote communicative engagement by addressing both the linguistic and affective factors influencing student participation in English-medium settings.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,319
Écart entre enseignants0,291 · 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'étudeQualitatif
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 revueJournal of Education and LearningMême sujetEFL/ESL Teaching and LearningTravaux en français237 207