The Impact of Exploratory Practice: A Mixed-Methods Study on Writing Motivation and Performance among EFL Undergraduates
Notice bibliographique
Résumé
The Impact of Exploratory Practice: A Mixed-Methods Study on Writing Motivation and Performance among EFL Undergraduates. Investigating the effects of Exploratory Practice (EP) on English as a Foreign Language (EFL) learners’ motivation and writing skills can provide new insights into improving writing classes. Objective: The objective of the present study is to investigate the impacts of EP on a group of EFL college students’ writing motivation and writing skills. Methods: This study employed a quasi-experimental research design, implementing reflective discussions and collaborative inquiry through EP. To understand improvements in students’ motivation, questionnaires and semi-structured interviews were administered to 23 participants. Findings: The quantitative results showed some improvements in students’ self-efficacy, extrinsic motivation, and writing scores. However, intrinsic motivation and efforts to complete writing tasks did not show statistically significant changes. To better understand these nonsignificant results, qualitative data were used to explore students’ experiences during the EP process. Participants reported increased confidence, reduced anxiety, and greater ability to organize ideas through peer discussions and reflective activities. They also described a more meaningful, less mechanical writing process, which may indicate early signs of motivational internalization, even if not reflected quantitatively. Conclusion: The outcomes imply that EP can be a feasible approach to enhance students’ motivation and writing skills in an EFL context. Despite the apparent success of EP in this study, its successful implementation in writing classrooms depends on students’ involvement in the learning and teaching process and teachers’ continuous support. Keywords: exploratory practice, writing motivation, EFL learners, reflective learning, writing performance.
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 | 0,016 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».