The Effects of Learners’ Perceptions and Affective Factors on L2 Learning Outcomes
Bibliographic record
Abstract
La confiance en soi sur le plan linguistique est un facteur sous-jacent de la motivation à l’égard de la L2 et des résultats positifs dans l’apprentissage de la L2. Or, peu de chercheurs se sont penchés sur l’hypothèse de sa relation avec les résultats objectifs de l’apprentissage de la L2 ou sur la relation entre la confiance en soi et les différences individuelles cognitives et affectives qui influent sur l’apprentissage de la L2. Dans le cadre de l’étude réalisée par les auteurs, des participants apprennent des mots nouveaux en L2 ainsi que leur genre grammatical ; ils sont ensuite soumis à un test visant à évaluer l’exactitude objective avec laquelle ils reconnaissent et produisent les mots et en déterminent le genre. Les participants exécutent également des tâches destinées à évaluer la perception subjective qu’ils ont de leurs aptitudes linguistiques (à exploiter la confiance en soi sur le plan linguistique), leur motivation à l’égard de la L2, leur anxiété vis-à-vis de la L2 et leur mémoire de travail. La perception subjective affiche une corrélation significative avec la performance au test, ce qui confirme l’hypothèse selon laquelle les perceptions des apprenants sont liées aux résultats concrets de l’apprentissage. L’analyse des différences individuelles révèle que seuls les facteurs affectifs permettent de prédire avec une exactitude significative les perceptions de l’apprentissage de la L2. Ces résultats nous renseignent sur l’apport de la confiance en soi sur le plan linguistique à l’apprentissage de la L2.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".