Enhancing Productive Vocabulary of ESL Learners: A Qualitative Case Study
Notice bibliographique
Résumé
The purpose of this qualitative embedded case study is to examine how applying multimedia theories in online courses can enhance vocabulary acquisition, retention, and production among adult English as a Second Language (ESL) learners at a non-profit organization in Ontario, Canada. Guided by Mayer’s Cognitive Theory of Multimedia Learning (CTML), the study probes how ESL learners effectively transfer, retain, and produce new vocabulary. Data collection involves criterion sampling and analysis through MaxQDA, encompassing physical artifacts, personal interviews, and online questionnaires. The findings underscore the efficacy of integrating multimedia elements to facilitate new vocabulary retention and production, emphasizing the importance of the application of productive skills across diverse learning styles. The study underscores the pivotal link between vocabulary acquisition, communication skills, and the integration of multimedia principles in online education. It highlights the significance of adopting multimedia principles to create dynamic learning experiences that cater to diverse learner preferences, ultimately enhancing engagement and effectiveness. Moreover, the research emphasizes the need to consider the interplay between technology, pedagogy, and learner characteristics in designing online educational interventions for adult ESL learners. Overall, the findings contribute valuable insights to language education, advocating for the integration of evidence-based multimedia principles to empower adult ESL learners in achieving their language learning goals and effective communication in diverse contexts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».