Students' perceptions of learning affordances, impacts and challenges of blended language learning
Notice bibliographique
Résumé
Blended language learning, the integration of technological tools into physical classroom teaching, has gained increasing significance, especially in higher education.Although blended learning (BL) is favoured by many higher educational institutions, past research examining the benefits of blended learning showed varied results.Despite the development of different technologies, the effectiveness of BL has not been enhanced over the decades.Drawing from the discovered issues, research called for the contributions of technology in different learning conditions to seek an optimal approach of applying technology into face-to-face teaching in BL courses.The present study applied Interaction Hypothesis, Sociocultural theory and Constructive theory as a theoretical framework to investigate learners' perceptions of the BL environment including learning affordances and impacts of blended language learning as well as challenges they have encountered.A mixed research approach consisting of an online questionnaire and interviews were employed.A total of 30 English language learners from the School of Continuing Studies of a major university in Canada participated in the study, among which eight language learners with different backgrounds were interviewed.Results showed students' positive perceptions of BL course in terms of its learning affordances of effectiveness, flexibility, increased collaborative work opportunities.However, challenges, namely the lack of online system training, non-interactive online exercises and isolation of web-based learning from classroom learning were detected.To maximize the learning effectiveness and learners' satisfaction, it is suggested to (1) provide students with sufficient technical training and support (2) design more engaging online activities.Also, it is strongly suggested to provide teacher professional training on the effective usage of educational technology in BL environment.iii Résumé L'apprentissage hybride (Blended Learning), c'est-à-dire l'intégration d'outils technologiques dans l'enseignement en classe, a acquis une importance croissance dans l'enseignement des langues, en particulier dans l'enseignement supérieur.Bien que l'apprentissage hybride (BL) soit préféré par de nombreux établissements d'enseignement supérieur, des recherches antérieures portant sur les avantages de l'apprentissage hybride ont montré des résultats variés.Malgré le développement différentes technologies, l'efficacité de la BL n'a pas été améliorée au cours des décennies.S'appuyant sur les problèmes découverts, la recherche a appelé à la contribution de la technologie dans différentes conditions d'apprentissage afin de proposer une approche optimale pour appliquer la technologie à un enseignement en présentiel dans des cours de BL.La présente étude a appliqué l'hypothèse d'interaction, la théorie socioculturelle et la théorie constructive en tant que cadre théorique permettant d'étudier les perceptions des apprenants sur l'environnement BL, y compris les avantages de l'apprentissage et les impacts de l'apprentissage hybride des langues, ainsi que les difficultés rencontrées.Une approche de recherche mixte a été utilisée : elle consistait en un questionnaire en ligne et des entretiens.Au total, 30 apprenants de langue anglaise de l'École d'éducation permanente d'une grande université canadienne ont participé à l'étude, parmi lesquels huit apprenants de langues d'origines différentes ont été interviewés.Les résultats ont montré que les étudiants avaient une perception positive du cours utilisant la BL, car cela confère efficacité, souplesse et possibilités de travail en collaboration accrues.Toutefois, des problèmes ont été détectés, à savoir le manque de formation à propos du système en ligne, d'exercices en ligne non interactifs et de l'isolement de l'apprentissage en ligne versus l'apprentissage en classe.Pour maximiser l'efficacité de l'apprentissage et la satisfaction des apprenants, il est suggéré (1) de fournir aux étudiants une formation et un soutien techniques suffisants (2) afin de concevoir des activités en ligne plus engageantes.De plus, il est fortement suggéré de (3) dispenser une formation professionnelle aux enseignants sur l'utilisation efficace des technologies éducatives dans l'environnement BL.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».