The Multimodal Effects of Voice-Based Asynchronous Technology-Mediated Communication on EAP Speaking Performance
Bibliographic record
Abstract
This study investigates how using a voice-based Asynchronous Technology-Mediated Communication framework (ATMC) can affect English for Academic Purposes (EAP) students’ fluency, accuracy, and intelligibility. Research has highlighted the benefits of ATMC in improving various elements of spoken communication, but to date, its application to EAP contexts has been little studied. In EAP speaking/listening courses at a large Canadian university, a team of instructor-researchers developed a system to provide learners more speaking and listening practice opportunities and to give individualized video feedback (veedback) on speaking performance. The instructor-researchers used a practitioner enquiry research methodology to investigate the effectiveness of the voice-based ATMC for 14 participants, drawing upon qualitative data from student interviews and the instructor’s qualitative and quantitative assessment of the students’ responses to tasks. Findings indicate that the system resulted in overall gains in fluency, accuracy, and intelligibility due to a combination of the voice-based ATMC design, repetition and practice, and the veedback. Qualitative comments from participants indicate personalized feedback led to increased motivation. The framework described in this article, therefore, represents several important benefits for the application of voice-based ATMCs in EAP classrooms.
 La présente étude examine les façons dont le recours à un cadre de communication asynchrone au moyen de la technologie (ATMC) axé sur la voix peut affecter la maîtrise de la langue, la précision et l’intelligibilité chez les apprenantes et apprenants d’anglais académique. Les recherches ont fait ressortir les avantages de la communication asynchrone au moyen de la technologie pour l’amélioration de divers éléments de la communication orale, mais cette méthode d’enseignement a été peu étudiée jusqu’ici dans des contextes d’anglais académique. Les membres d’une équipe de professeurs-chercheurs actifs dans l’enseignement de l’utilisation et de l’écoute de l’anglais académique dans une grande université canadienne ont élaboré un système permettant de fournir aux apprenantes et apprenants davantage d’occasions d’apprendre à utiliser et à comprendre l’anglais académique en mettant à leur disposition un système de rétroactions personnalisées par vidéo (veedback) qui leur permet de constater la justesse de leur expression orale. L’équipe de professeurs-chercheurs a utilisé une méthodologie de recherche basée sur l’interrogation des praticiens pour examiner l’efficacité de la communication asynchrone au moyen de la technologie axée sur la voix chez 8 participantes et 6 participants à l’aide de données qualitatives obtenues lors d’entrevues avec ces derniers et d’évaluations qualitatives et quantitatives fournies par les enseignantes et enseignants relativement à la réponse des étudiantes et étudiants aux tâches qui leur étaient assignées. L’étude a permis de constater que le système produisait des avantages globaux dans les domaines de la maîtrise, de la précision et de l’intelligibilité de l’anglais académique grâce aux effets combinés de la conception du système de communication asynchrone au moyen de la technologie axé sur la voix, à la répétition, aux exercices et au veedback. Les commentaires qualitatifs fournis par les participantes et les participants indiquent que la rétroaction personnalisée faite par le système a eu un effet positif sur leur motivation. C’est donc dire que le cadre décrit dans le présent article représente plusieurs avantages importants relativement à l’utilisation d’un système de communication asynchrone au moyen de la technologie axé sur la voix dans les classes d’anglais académique.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".