MétaCan
Menu
Retour à la cohorte
Enregistrement W4415053067 · doi:10.30827/portalin.vixiii.32274

On the relationship between Chinese EFL students’ everyday technology usage, e-learning readiness, and emotion regulation

2025· article· en· W4415053067 sur OpenAlexaff
Hongwu Yang, Aigui Wang, Xinyu Yang

Notice bibliographique

RevuePorta Linguarum Revista Interuniversitaria de Didáctica de las Lenguas Extranjeras · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)UsabilityCognitionEveryday lifeTechnology acceptance modelNegative emotion

Résumé

récupéré en direct d'OpenAlex

This study investigated the relationship between learners’ everyday technology usage, e-learning readiness, and emotion regulation. To conduct the study, Cognitive Emotion Regulation, Readiness for E‐Learning, and Everyday Technology Usage Questionnaires have been employed. The results of the study demonstrated that the direct effect of using technology and e-learning on emotion regulation is positive and statistically significant. Access to equipment and technology and having online communication skills will increase students' self-efficacy and increase their motivation and emotions. In fact, e-learning readiness in students creates a positive attitude about the ease of use and usefulness of online learning, these factors also affect the intention and attitude of students in using online learning technology and blended learning. Implications are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,321
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

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 revuePorta Linguarum Revista Interuniversitaria de Didáctica de las Lenguas ExtranjerasMême sujetOnline and Blended LearningTravaux en français237 207