图 4.7 偏好设置................................................................................................................ 65
摘要:本研究考察了印度尼西亚公立和职业高中英语作为外语 (EFL) 课堂中技术的应用情况,重点关注教师的实践及其面临的挑战。采用定量方法,对 30 名 EFL 教师进行抽样调查,研究结果表明,这两组教师都能够熟练使用技术。然而,与公立学校教师相比,职业学校教师的技术整合和使用水平明显更高。影响技术整合的关键因素包括技术获取、技术技能和有效的整合实践。结果强调需要有针对性的专业发展和资源分配,以促进教育中公平的技术整合。最终,这种改进旨在加强 EFL 教学,让学生更好地为竞争激烈的全球环境做好准备。关键词:技术整合、EFL 课堂、比较研究
摘要:作为教师心理学文献的“新来者”,“教师免疫”一词是指教师的心理保护体系。,它提供了一种新颖的概念化,对自我建构的保护机制以及适应性或不良适应性免疫发展的教师或职前教师的发展提供了新颖的概念。“教师承诺”一词是指教师或职前教师感受到维持职业依恋的动力的程度。但是,对这些关键构造的关注似乎相对较少。本研究试图填补这一空白,并就教师免疫和教师的承诺提供有关教师的两个关键心理方面的更多见解。该研究的参与者是237名职前EFL教师(PST)。使用两个量表收集数据:教师免疫量表(TIS)以及组织和职业承诺量表。有关免疫力水平的结果表明,PST具有相对中等水平的适应性免疫力,这意味着它们可能因倦怠而遭受较小的痛苦,并且具有相对开放的变化水平。他们的承诺水平被认为是中等的,并且在教师免疫和承诺的子维度之间观察到了中等水平的相关性。AnahtarSözcükler:
AEP得克萨斯州中央送货费用包括来自AEP Texas Central通过未加价的所有经常性指控,并且可能包括所得税退款骑士(ITR)。ITR退款金额根据用法而变化。**麦卡伦/任务区的客户以前由Oncor服务的客户将不接受TC-3,NDC或SRC费用或与SRC相关的ADFIT信用。其他关键条款和问题请参阅服务条款说明,以全面清单,存款政策和其他条款。
AI是指可以使用可以分析数据,个性化学习经验并自动化常规任务的智能系统。在EFL/ESL教室中,正在利用AI驱动的工具来促进发音实践,语法校正,词汇量和实时反馈。这些创新使教育工作者能够分配更多的时间来细微的教学任务,例如培养批判性思维和文化理解。尽管有这些进步,但人类教师的角色仍然是核心,因为它们带来了不可替代的元素,例如情绪智力,适应性和文化敏感性。
摘要本文探讨了人工智能(AI)在教育中的迅速增长的影响,重点是将其整合到教英语作为外语(EFL)中。AI为教育工作者提供了创新和增强教学过程的新机会。本评论旨在在EFL教室中对AI,特别是Chatgpt进行详尽的分析,从而强调教师和学习者的观点。研究以大学教师为中心,他们将Chatgpt纳入他们的每日英语教学实践中。研究数据来自数据库Scopus和Web of Science,其相关研究基于预定的标准。的发现表明,EFL教师对Chatgpt的珍视,其能够提供即时解释,创建补充教材并通过互动会议促进学生参与度的能力。然而,人们对聊天机器人的某些局限性持续存在,表明需要进一步改进。这项研究强调了培训和指导教育者在有效地使用AI工具方面的重要性,以最大程度地减少潜在的挑战。最后,它要求进行更多的实验研究,以进一步评估Chatgpt在EFL教学中的作用和有效性。
教师因素涵盖了教师的认知和情感特征,这些特征可能会影响他们的教学功效。语言教师的免疫力是决定教师在其环境中的心理健康的情感因素之一。本研究努力列出新手中的因素,并经验丰富的EFL教师的教师免疫哲学。为此,首先,研究人员使用便利抽样选择了62位EFL教师,其中包括38名新手和24位经验丰富的老师在Tabriz(伊朗)的十个著名语言学院(伊朗)作为参与者。第二,他们对参与者进行了30分钟的访谈,以通过研究人员开发的半结构化访谈协议来确定影响其TI理念的因素。最后,他们使用主题分析来具体说明其教师免疫哲学中的主要因素。研究结果表明,尽管新手教师将外部支持视为其哲学的主要因素,但经验丰富的教师将其内部力量视为影响其教师免疫哲学的决定性因素。这些发现可能对外语环境中的教师教育课程具有实际影响。
由 FATMA ŞEYMA KOÇ 提交,部分满足中东技术大学社会科学研究生院英语语言教学哲学博士学位的要求,由 Sadettin KİRAZCI 教授、社会科学研究生院院长 Nurten BİRLİK 教授、外语教育系主任 Perihan SAVAŞ 教授、外语教育系主管 考试委员会成员: Müge GÜNDÜZ 助理教授(考试委员会主席)中东技术大学外语教育系 Perihan SAVAŞ 教授(主管)中东技术大学外语教育系 Çiler HATİPOĞLU 教授、中东技术大学外语教育系 Servet ÇELİK 副教授、特拉布宗大学外语教育系 Gamze ERDEM COŞGUN 助理教授、阿马西亚大学外语教育系
一再报道了教师经历的倦怠的严重后果。因此,重要的是要确定教师的倦怠和潜在因素的水平。因此,当前的研究旨在调查Türkiye的外语(EFL)教师的倦怠水平,如果有四个因素(年龄,性别,教学经验的长度和学校类型)可以预测他们的倦怠程度。为此,采用了定量取向。通过便利抽样,在Türkiye不同地区工作的132位EFL教师自愿参加了这项研究。他们被要求填写Maslach的倦怠库存教育者调查,并提供一些人口统计信息。通过22个项目李克特型库存中的三个子量表获得了每个参与者的三个单独分数;情绪疲惫,人格化和个人成就。进行了多重回归分析和全因素方差分析,以揭示这四个因素对参与者感知倦怠的任何可能影响。结果表明,大多数EFL教师经历了高水平的个人成就。在四个变量中,年龄是倦怠的最可靠的先驱。但是,唯一具有统计学意义的相互作用是与人格化的互动。结果表明,EFL教师需要看到更多的专业努力结果,以改善他们的个人成就感。此外,随着老师的年龄增长,他们可能会从事活动,以帮助他们刷新专业的热情以防止人格化。
本文探讨了基于技术增强的学习(IBL)如何影响学生的语言获取以及英语作为外语(EFL)的动机的演变。此外,本研究提出了一项关于西班牙语和英语主题协作的建议,利用翻译语言来建立学生的L1和L2之间的联系并减少课程重复。efl将自己作为学习者的机会,可以使用基于查询的学习(IBL)作为解决问题的情况的主要驱动力。因此,调查将托尔金的文学界作为研究的主要主题和主题,以及机器人技术(Ozobot),IBL和游戏化的学习管理系统(Classcraft)作为主要方法论。通过一系列诊断和熟练度测试(包括机器人支持的讲故事活动和ARCS动机测试),收集了有关两个分析变量的定量数据。结果表明,在所有四个参数中都提高了语言获取和动机。此外,Ozobot显示了在基本功能级别上使用学生使用的快速适应期,并有助于创造性的讲故事。结果将有助于缩小EFL学习中检测到的知识差距,因为主要用于科学学习。
