摘要:人工智能(AI)为英语提供了新的工具和方法作为外语(EFL)学习,但它也带来了新的风险和挑战,例如AI焦虑。随着AI在EFL学习中逐渐采用的AI焦虑,带来了各种问题。为了帮助教育工作者了解学生的关注,并促进了中学生EFL学习的AI使用,本研究采用了统一的技术接受和使用理论(UTAUT)(UTAUT)和AI焦虑的相关方面作为理论基础。随后,本研究分析了中学生AI焦虑的状况及其与学生使用AI EFL学习工具的行为意图的关系。数据是通过在线平台收集的,中国北京的中学学生有293个有效的回答。验证性因素分析(CFA)和结构方程模型(SEM)用于分析数据。量表的有效性和可靠性对九种结构感到满意:预期性能,预期努力,社会影响力,促进条件,行为意图,AI学习焦虑,就业替代焦虑,社会技术失明焦虑和AI配置焦虑。表明的结果:(1)预期绩效,预期努力,社会影响力和促进条件都可以在不同程度上积极预测行为意图,而社会影响力则具有最强的影响; (2)AI学习焦虑和替代工作焦虑可能会通过中间变量间接和负面地预测行为意图。基于分析,研究表明,教育者不仅应通过全面的AI教育来培养学生的AI素养,还应通过科学的心理干预来指导学生形成正确的情绪,以便他们更好地使用AI EFL学习工具。
摘要 印度尼西亚在英语教学中越来越多地使用人工智能工具,但其实施和影响尚未完全了解。本研究探讨了印度尼西亚英语作为外语 (EFL) 教师如何将人工智能 (AI) 技术融入教学,他们对这些工具的有效性的看法以及他们面临的障碍。通过半结构化访谈采用定性方法采访了印度尼西亚的五名英语作为外语 (EFL) 教师。数据分析表明,教育工作者使用 Grammarly、Google Translate、ChatGPT 和 Claude AI 等人工智能工具来提供反馈、帮助理解和创建内容。这些工具被认为有利于提高学生的写作能力和热情,尽管有人担心过度依赖、学术诚信以及阻碍批判性思维和真正学习的可能性。障碍包括对工具、技术设置和学生准备程度的限制。该研究强调了在英语教学中使用人工智能工具的优势,并强调了公平和评价性地纳入它们的重要性。教师应鼓励建构主义教学技术来激发认知参与和数字能力,确保人工智能资源补充而不是替代真正的学习。建议未来研究道德和教育影响。关键词:人工智能、英语作为外语 (EFL)、语言教育、教育技术、印度尼西亚、定性研究、教师看法、挑战、道德考虑。如何引用 Rahman, MA (2024)。探索人工智能在印度尼西亚英语作为外语教育中的整合。教学法:英语语言教学杂志,12 (2)。196-212 DOI:10.32332/joelt.v12i2.9549。期刊主页 https://e-journal.metrouniv.ac.id/index.php/pedagogy 这是一篇根据 CC BY SA 许可开放获取的文章 https://creativecommons.org/licenses/by-sa/4.0/
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
文章信息abs tract在教育实践中人工智能(AI)的整合(AI)越来越多地影响了将英语作为第二或外语教授的方法(ESL/EFL)。本文研究了ESL/EFL设置中的AI技术的创新应用,包括自然语言处理(NLP),机器学习和自适应学习系统。通过对各种AI集成教学方法的系统分析,该研究旨在强调与学生参与,熟练程度发展和个性化学习经验有关的重要结果。这项研究利用从采用AI驱动工具和方法的几个ESL/EFL教室收集的经验数据。这些AI应用的有效性是通过定性和定量分析来衡量的,这些因素考虑了语言能力提高,动机水平和学生教师相互作用等因素。道德考虑,尤其是关于数据隐私,算法偏见以及教育工作者和学习者的自主权,也探讨了旨在全面概述AI在语言教育中的影响。 调查结果表明,AI不仅可以增强学习经验,而且还通过支持个性化的学习路径和提供实时反馈来提供重要的教学益处,这对于语言获取至关重要。 但是,诸如数字鸿沟和对AI技术的教师培训的需求之类的挑战被确定为完全集成的障碍。道德考虑,尤其是关于数据隐私,算法偏见以及教育工作者和学习者的自主权,也探讨了旨在全面概述AI在语言教育中的影响。调查结果表明,AI不仅可以增强学习经验,而且还通过支持个性化的学习路径和提供实时反馈来提供重要的教学益处,这对于语言获取至关重要。但是,诸如数字鸿沟和对AI技术的教师培训的需求之类的挑战被确定为完全集成的障碍。本文通过讨论AI在重塑ESL/EFL教育方面的潜力,并提出了未来研究的方向。
这本当代比喻性语言和隐喻词典和同义词库的第三版和最新版本 (2022) 已更新,以更好地反映群体、社交媒体和社会变革的语言。这项工作旨在识别日常当代英语中比喻性使用的语言及其区分的搭配词。第一个条目是 ablaze ,最后一个条目是 Zuckerberg (俄罗斯的 Mark Zuckerberg 等)。每个条目都标有认知语言学家有时所描述的目标和来源;一般来说,每个条目都试图突出一个物理基础。标签包括形状;方向;重量;旅行和旅程;过去和现在;感觉和情感等。编纂者是沙特阿拉伯成人军事学生的终身 EFL 教师,他对这些比喻性语言的兴趣是在工作期间产生的。结果强化了基于我们的生活和经历的比喻性语言在所有类型的交流中都是常见且重要的。例如,我们童年经历中的“拔河”可以描述飞机上与雷达的斗争,导致数百人丧生,而如今的“对话”往往不只是两个人之间的交谈。这项工作对 ESL / EFL 教学具有启示,因为 ESL / EFL 教学往往注重单词的字面意思,通常是词典中的第一个含义。显然,应该更加关注单词的其他含义,这项工作将有助于识别和分类它们。这是 ESL / EFL 教师、课程开发人员、材料编写者和教师培训师的参考。然而,对隐喻检测、自然语言处理 (NLP)、人工智能 (AI) 和社交媒体分析感兴趣的语言学家和计算机专家也发现它作为数据集很有用。根据作品进行的初步简短讨论包括(1)60 多个常见隐喻(2)搭配(3)绰号(4)人(5)“容器”隐喻(6)语法隐喻,虚构动词等(7)过去,现在和将来(8)典故(9)委婉语(10)手势和身体反应(11)形状和部分-整体(12)生命力(13)持久性,生存和忍耐力(14)引语(15)同义词和反义词(16)课程和练习(17)给 ESL / EFL 教师,重点关注词典和同义词库如何影响 ESL / EFL 教师的知识和经验基础和(18)同义词库类别的字母列表。
Leonardus Par Universitas Negeri Malang,东爪哇省和 Universitas Katolik Indonesia St. Paulus Ruteng,弗洛雷斯,印度尼西亚,parma101011@yahoo.com 本研究旨在探索印度尼西亚 EFL 学生阅读策略使用与阅读成绩之间的关系。研究涉及 56 名英语专业的 EFL 大学生,提供阅读策略调查(SORS)问卷以了解阅读策略的使用情况;并通过阅读理解测试(RCT)测量他们的阅读成绩或阅读能力。阅读策略分为总体策略、问题解决策略和支持策略。其中,RCT 为 35 个多项选择题测试题。研究结果表明:(1)EFL 学生是积极的策略使用者;他们更喜欢问题解决策略而不是总体策略和支持策略;(2)整体阅读策略使用与学生的阅读成绩之间存在显著的相关性;(3)问题解决策略是学生阅读成绩的预测因素。总之,学生在阅读活动中运用解决问题策略越多,他们理解文本的能力就越好。
盾牌类比是教师为自然保护自己免受教学过程中出现的困难而发展的,这是表达教师免疫力的最有效表达之一。教师免疫和反思性教学是非常重要的结构,可以影响语言教师的实践和专业发展。因此,本研究旨在调查对教学实践的反思如何影响服务前EFL(英语作为外语)教师的教学免疫力。它还研究了影响服务前EFL教师教学免疫变化的因素。参与者是土耳其一所州立大学的六个职前EFL老师。在教学实践中通过反思表和与参与者的后续访谈收集数据。内容分析方法用于分析收集的数据。调查结果表明,反思教学实践提高了教师对他们的教学实践,情感因素和专业发展的认识。此外,结果表明,教学责任,应对策略和上下文因素是影响教师教学免疫变化的三个主要因素。公平地说,反思教学实践可以帮助教师能够弹性,开放,改变,忍受负面行为,从而提高他们的教学效率。
在本文中,我们通过求解一维时间独立的schrödinger方程来开发出从表面上从表面发射的精确分析量子理论。可以通过离子,原子,纳米颗粒等引入的Quantu井可以简化为平方电位,其深度为H,宽度D和与表面L的距离。该理论用于分析量子井(D,H和L),阴极性质(工作函数W和Fermi Energy E F)和DC Fifferd f的效果。发现,量子井可能导致谐振隧道增强的轨道发射,最高几个数量级,比裸露的阴极表面大。同时,电子发射 - 能量光谱显着狭窄。强的增强区域受EFL +H≥W + C和EFL≤W的条件,E是基本电荷(正)(正),并且C在DC Fifferd f上持续依赖。还发现,带有直流f的电子发射能源谱的谐振峰遵循εp=εp0-efl,εp0大约是在没有dcfifeld的平方电位中固定在平方电位中的电子的特征力。该理论为高效率场发射器的设计提供了见解,该发射器可以产生高电流且高度简单的电子束。
这项实证研究调查了孟加拉语英语与外语(EFL)学习者之间的正念与在线参与之间的关系。采用了一种混合方法方法,结合了来自Langer正念量表(LMS)和在线学生参与量表(OS)的定量数据以及来自开放式响应的定性数据。共有215名大学生参加了这项研究,提供了对他们的正念水平和在线学习的参与的见解。定量分析,包括描述性和回归分析,显示正念和在线参与之间没有显着相关性。可靠性分析表明,尽管OSES对该人群表现出可接受的内部一致性,但LMS的可靠性较差,这引起了人们对孟加拉国EFL学生的有效性的担忧。使用描述性现象学分析了定性数据,这突出了在线学习过程中学生控制源的变化,通常表现为无助和绝望的感觉。参与者报告说,正念做法并不能充分缓解与大流行有关的压力或支持他们的参与。这些发现表明,仅正念可能无法有效地增强学生在非西方环境中的在线EFL环境的参与。该研究要求决策者优先考虑弹性在线学习基础架构,改善互联网的可访问性,并在数字教育环境中纳入对学生福祉的文化敏感方法。
摘要:本研究探讨了使用人工智能(AI)语言模型Chatgpt作为自动论文评分(AES)工具(AES)工具的有效性,以将英语作为外语(EFL)学习者的论文进行评分。该语料库由50篇论文组成,代表各种类型,包括分析,比较和对比,描述性,叙述和意见论文,由10个EFL学习者在B2级别撰写。人类评估者和Chatgpt(4o Mini版本)使用国际英语语言测试系统(IELTS)任务2写作乐队描述符得分。采用定量方法,使用Wilcoxon签名的秩检验和Spearman相关测试来比较产生的分数,这两种得分方法之间存在显着差异,而人类评估者分配了比Chatgpt更高的分数。同样,各种类型的论文中的每一种都显而易见,与不同程度的显着差异也很明显,这表明论文的流派不是影响人类评估者与Chatgpt之间一致性的参数。毕竟,讨论的是,尽管Chatgpt表现出作为AES工具的承诺,但观察到的差异表明它尚未达到足够的实际使用水平。这项研究强调了在AI语言模型中需要改进的必要性,以满足EFL环境中论文评估的细微差别。