|
|
|
|
|
 |
جستجو در مقالات منتشر شده |
 |
|
2 نتیجه برای زبان انگلیسی به عنوان زبان خارجی
بهزاد قنسولی، آرزو حسین پور،
دوره 12، شماره 1 - ( 1-1388 )
چکیده
افزایش کاربرد زبان انگلیسی به عنوان زبان بین المللی ارتباطات بر اهمیت نقش مهارت گفتن که مورد نیاز کاربران این زبان در شرایط گوناگون است توجه دارد. تحقیقات تاثیر کاربرد نقشه مفهومی بر افزایش یادگیری واژگان و نظم بخشیدن دانش را نشان می دهد. با این وجود این تاثیر در افزایش روانی گفتار مورد غفلت قرار گرفته ست. پژوهش در پیش رو به بررسی این تاثیردر روانی گفتار دانشجویان با توانش سطح متوسط زبان انگلیسی می پردازد. بدین منظور این سوال که آیا روش نقشه مفهومی می تواند بر روانی گفتار دانشجویان تاثیری معنادار داشته باشد مطرح گردید. تعداد هشتاد دانشجوی ترم دوم دانشگاه به صورت تصادفی انتخاب شده و در دو گروه تجربی و کنترل قرار گرفتند. روش نقشه مفهومی به مدت بیست دو جلسه در گروه تجربی به کار گرفته شد. نتایج نشان داد که روش نقشه مفهومی بر روانی گفتار آنان تاثیری معنادار داشته است.
سارا عاشوری،
دوره 28، شماره 1 - ( 1-1404 )
چکیده
افزایش محبوبیت ابزارهای نوشتاری مبتنی بر هوش مصنوعی، این پرسش را مطرح میکند که دانشآموزان چگونه منصفانه بودن بازخورد خودکار را درک میکنند، بهویژه در مقایسه با بازخورد معلم. درک عدالت در بازخورد، موضوعی است که کمتر به آن پرداخته شده است. این مقاله به بررسی درک عدالت در بازخورد نوشتاری هوش مصنوعی در میان دانشآموزان زبان انگلیسی به عنوان زبان خارجی در مقایسه با بازخورد معلم و همچنین رابطه آن با پذیرش بازخورد هوش مصنوعی توسط دانشآموزان پرداخته است. روش تحقیق کمی و از نوع درونگروهی بود و بر روی ۳۵ دانشآموز سطح B1 تا B2 زبان انگلیسی که در یک مؤسسه زبان ثبتنام کرده بودند، اجرا شد. از شرکتکنندگان خواسته شد یک تکلیف نوشتاری کوتاه انجام دهند و بازخورد معلم و بازخورد هوش مصنوعی دریافت کنند. سپس پرسشنامهای تکمیل کردند که ابعاد درک عدالت، درک سودمندی، درک سهولت استفاده و پذیرش (قصد استفاده) بازخورد هوش مصنوعی را اندازهگیری میکرد. دادهها با استفاده از آمار توصیفی، آزمون t، همبستگی و رگرسیون تحلیل شدند. یافتهها نشان داد که بازخورد معلم بهطور معناداری منصفانهتر از بازخورد هوش مصنوعی درک شده است. با این حال، بازخورد هوش مصنوعی بهطور کلی ارزیابی مثبتی دریافت کرد. درک عدالت با پذیرش بازخورد هوش مصنوعی توسط دانشآموزان مرتبط بود. تحلیل رگرسیون نشان داد که پذیرش بازخورد هوش مصنوعی بهطور مشترک توسط درک عدالت، سودمندی و سهولت استفاده پیشبینی میشود، اما سودمندی قویترین پیشبین بهشمار میرود. یافتهها حاکی از آن است که بازخورد هوش مصنوعی زمانی بیشترین تأثیر را دارد که به عنوان مکمل بازخورد معلم در آموزش نگارش زبان انگلیسی مورد استفاده قرار گیرد.
|
|
|
|
|
|
|
|
|
