语言教育这一充满活力的领域不断发展,以满足全球教师和学生的不同需求,适应快速变化的技术格局,尤其是在 TESOL 领域。自 2022 年 OpenAI 开发的生成式人工智能 (AI) ChatGPT 发布以来,它引起了广泛关注,并成为广泛研究的焦点。学者们探讨了它的优点和缺点( Jeon & Lee,2023 年; Kohnke 等人,2023 年; Ulla 等人,2023a)。虽然这些研究的大部分内容都强调了生成式 AI 工具在语言教学中的变革潜力——例如增强动机和自我效能 (Huang & Mizumoto, 2024)、个性化教学、促进实时语言评估和生成动态内容 (Mizumoto 等人, 2024)——但其他研究也提出了对剽窃、道德考虑以及对学生社交技能、分析推理和创造力的潜在影响的担忧 (Teng, 2023; Ulla 等人, 2023b)。在《国际 TESOL 研究杂志》中,我们认识到将生成式 AI 工具融入语言教育的这一新兴研究趋势。为了促进正在进行的讨论,我们策划了一期特别专题,主题为“TESOL 中的生成人工智能 (AI) 应用:机遇、问题和观点”,该专题探讨了如何有效地利用 ChatGPT 和其他 GenAI 工具并将其整合到 TESOL 教学法中,以及它们对语言教学的各种影响。我们的目标是探索这些工具带来的机遇和挑战,以及它们在 TESOL 中的作用的更广阔视角。本期的第一项研究由 Huang (2024) 撰写,研究了 ChatGPT 与英语作为外语 (EFL) 教学的整合,重点研究了其通过语音提示在日本提高学生口语技能的作用。该研究强调了 ChatGPT 提供即时、个性化反馈的潜力,解决了常见的挑战,例如口语焦虑和语言练习机会有限。研究得出的结论是,将 ChatGPT 纳入 EFL 口语课程代表了人工智能驱动教育的重大进步,使学习者能够进行独立练习,同时获得建设性的反馈,从而提高他们的整体语言能力。除了口语技能外,Yamaoka (2024) 还探讨了 ChatGPT 对学习 EFL 的日本大学生的激励作用。通过定性数据分析,研究表明,当使用 ChatGPT 作为学习工具时,学生的学习积极性会提高,焦虑感会减少。学生们欣赏它的易用性和它所带来的愉快的学习体验,这有助于他们参与语言学习。Teng (2024) 对 ChatGPT 对 EFL 写作教学的影响进行了系统评价,强调了人们对利用 AI 工具提高写作技能的兴趣日益浓厚。研究发现,虽然 ChatGPT 具有显着的优势(例如提供即时反馈、培养创造力和提高写作效率),但它也带来了挑战,包括过度依赖人工智能的风险以及学生需要保持批判性思维技能。
为了应对 COVID-19 的大规模蔓延,世界各地的大学都转向了电子教学。沙特阿拉伯穆斯塔克巴尔大学行政与人文学院英语系使用 Microsoft Teams App 在虚拟教室中教授所有课程。然而,阅读作为一种接受技能,很难远程教授,因为它的互动性不强,老师无法知道学生是否完成了分配的任务。因此,需要寻找一种可以结合技术的策略来帮助 EFL 学生提高阅读理解能力。这种策略是出声思考策略,它可以在解释和回应文本时潜在地利用参与者的心理数据。在阅读过程中,这种策略能够使心理处理隐蔽起来,显示内部阅读过程的直接证据。采用准实验设计,包括实验组和对照组,以确定这种出声思考策略在提高 72 名英语、商业和法律专业 EFL 女学生阅读理解能力方面的有效性。此外,本研究还探讨了教师和学生对这一策略的看法。结果表明,所有参与者都对出声思考策略持非常积极的态度。本研究建议采用高度定制的出声思考策略,以促进读者的理解。贡献/原创性:本研究是极少数使用出声思考策略来提高
出版物转介出在《媒体Hwang》,H。和Kim,K。词汇频率在预测过程中的影响:较高的频率提高L1速度并促进L2预测。语言学习。2025 Kim,H。,&Hwang,H。学习环境和熟练程度:L2对常规和非常规态度的敏感性。语言和认知。https://doi.org/10.1017/langcog.2024.65 2025 Hwang,H。从属化的成熟分析仪,下属形式和有限性对第二语言发展的影响:基于NLP的分析:基于NLP的分析。书面交流,42(1),193–222。https://doi.org/10.1177/07410883241286900 2024 Hwang,H。,&Kim,H。Kim,H。Korean语法复杂性分析仪(KOSCA):一种NLP工具,用于分析第二语言生产中语法复杂性的分析。语言测试,41(3),506–529。https://doi.org/10.1177/02655322222222222596 2024 HWANG,H。WANNDY在第一语言获取,儿童第二语言获取和成人第二语言获取中的收缩。双语:语言和认知,27(3),322–333。https://doi.org/10.1017/s1366728923000640 2024 Hwang,H。韩文中的形态多样性的发展:使用韩国形态丰富性分析仪1.0的NLP分析。系统,121,103260。https://doi.org/10.1016/j.system.2024.103260 2024 Kim,H。,H。,&Hwang,H。国际应用语言学杂志,34(3),1108–1122。语言研究,59,237–252。https://doi.org/10.1111/ijal.12548 2023 Hwang,h。 伪VP-ellipsis的第二语言获取和在韩语中的差距。 https://doi.org/10.30961/lr.2023.59.3.237 2023 Kim,H.,Kim。 K.,Jo,K.,Hwang,H。对儿童第二语言处理中的句法依赖性形成的敏感性:韩语数字量词的研究。 语言和认知,15(4),763–785。 https://doi.org/10.1017/langcog.2023.16 2023 Hwang,H。在儿童的第二语言语音感知中做立场和词汇知识? 语言,289,103527。https://doi.org/10.1016/j.lingua.2023.103527 2023 Hwang,H。,H。,&Kim,H。自动分析结构多样性作为EFL学生写作能力的预测者。 应用语言学,44(1),127–147。 https://doi.org/10.1093/applin/amac046 2022 Kim,H。,&Hwang,H。评估年轻EFL学习者中的动词 - 构建整合:书面和口语生产分析。 语言学习,72(2),497–533。 http://doi.org/10.1111/lang.12480https://doi.org/10.1111/ijal.12548 2023 Hwang,h。伪VP-ellipsis的第二语言获取和在韩语中的差距。https://doi.org/10.30961/lr.2023.59.3.237 2023 Kim,H.,Kim。 K.,Jo,K.,Hwang,H。对儿童第二语言处理中的句法依赖性形成的敏感性:韩语数字量词的研究。 语言和认知,15(4),763–785。 https://doi.org/10.1017/langcog.2023.16 2023 Hwang,H。在儿童的第二语言语音感知中做立场和词汇知识? 语言,289,103527。https://doi.org/10.1016/j.lingua.2023.103527 2023 Hwang,H。,H。,&Kim,H。自动分析结构多样性作为EFL学生写作能力的预测者。 应用语言学,44(1),127–147。 https://doi.org/10.1093/applin/amac046 2022 Kim,H。,&Hwang,H。评估年轻EFL学习者中的动词 - 构建整合:书面和口语生产分析。 语言学习,72(2),497–533。 http://doi.org/10.1111/lang.12480https://doi.org/10.30961/lr.2023.59.3.237 2023 Kim,H.,Kim。K.,Jo,K.,Hwang,H。对儿童第二语言处理中的句法依赖性形成的敏感性:韩语数字量词的研究。语言和认知,15(4),763–785。https://doi.org/10.1017/langcog.2023.16 2023 Hwang,H。在儿童的第二语言语音感知中做立场和词汇知识?语言,289,103527。https://doi.org/10.1016/j.lingua.2023.103527 2023 Hwang,H。,H。,&Kim,H。自动分析结构多样性作为EFL学生写作能力的预测者。应用语言学,44(1),127–147。https://doi.org/10.1093/applin/amac046 2022 Kim,H。,&Hwang,H。评估年轻EFL学习者中的动词 - 构建整合:书面和口语生产分析。语言学习,72(2),497–533。http://doi.org/10.1111/lang.12480
目前,人工智能 (AI) 正被广泛用作学习的辅助工具。英语为外语的学生使用各种类型的应用程序来支持他们的学习和完成学校作业和项目。因此,本研究旨在描述 AI 如何用作他们的辅助学习工具。这项叙述性调查是通过询问图隆阿贡一所州立大学英语系的五名选定学生进行的,他们使用 AI 帮助他们完成撰写论文提案的最终项目。数据是通过在 2023 年 7 月采访他们并阅读他们的笔记收集的。然后对它们进行定性分析。本研究的结果揭示了两个要点。他们不仅使用 Chat GPT 作为最受欢迎的 AI 应用程序,而且还使用其他一些 AI 应用程序(如 Bing Chat 和 Grammarly)来支持他们的学习项目(如撰写研究提案)。这些应用程序用于各种原因和用途,例如使用 Chat GPT 查找研究主题的框架,开发和集思广益的想法;使用 Bing Chat 查找评论文献;并使用 Grammarly 检查他们的研究提案中的语法错误。令人惊讶的是,他们还可以在快乐的学习氛围中学习,因为他们可以在学习英语词汇和其他主题的同时玩游戏。最后,这些研究成果可以在最近的英语语言教学中得到教学实施,该教学将技术融入他们的教学和学习过程中。关键词:人工智能、人工智能作为支持学习工具、英语学习项目
常规论文 希腊外国语学校的 L2 写作评估 Despoina Panou 高级学生的词汇学习策略 Katarzyna Maria Nosidlak 英语学生对英语习语熟悉度和透明度的判断 Sameer S. Aljabri 两个民族的英语学习比较 Ching-Ying Lin 和 Yong-Ming Chen 学习者参与语言发展:从课程设计到表现评估 Abdulmoneim Mahmoud 课堂中技术在专业发展中的应用 Fouzieh Sabzian、Abbas Pourhosein Gilakjani 和 Sedigheh Sodouri 探索大班大学英语教学中任务型教学可行性的案例研究 张向阳 和洪淑秋 性别和学生学习领域的 VAK 学习风格和问题解决风格之间的关系 Shahin Gholami 和 Mohammad S. Bagheri 语言实用石化研究中国英语学习者中的话语标记 赵宏伟 伊朗高中三年级的文化资本与英语成绩 Ebrahim Khodadady 和 Marziye Mokhtary 《玛斯纳维》故事结构中的二元对立 Alimorad Ahmadi、Mansour Neurouzi Mostaali、Faramarz Piri 和 Mandana Rahimi Bajelani 通过文本和记忆学习外语:中国学习者的看法 夏雨 Brian Friel 的翻译:布迪厄式解读 Hossein Pirnajmuddin 和 Elham Heidari 性别和战略预任务的影响
教育评估的理论框架:综述 Abdallah Ghaicha * 伊本佐尔大学文学与人文学院,邮政信箱 29/S,Hay Addakhla,阿加迪尔,摩洛哥 摘要 在这个问责制时代,人们承认评估是一个强大的杠杆,可以促进或破坏学生的学习。迄今为止,许多常规的机构和教学实践表明,评估仍然具有抑制作用或无效性,而不是建设性,因为评估缺乏形成性方面。这表明评估要么没有得到很好的理解,要么没有在各个教育水平的原则性教育框架中进行。这是由于过去的一些遗传功能障碍造成的,需要紧急暂停。本文试图加强 EFL 从业者的教育评估实践,以此作为一种扩大认识的形式。它试图为可能困扰新手和专业 EFL 从业者的主要问题建立一个成熟的理论框架,以理解长期以来委托给他们的如此令人困惑的任务的工作机制。当前评论的具体方面针对评估概念的定义,评估的价值、功能和目的,评估发生的级别,评估研究文献概要和课堂评估研究(CAR)。CAR 详细介绍了评估的效力、课堂评估实践研究、替代评估研究、形成性评估研究以及有效课堂评估的质量控制标准。本文最终讨论了形成性评估的教学效力及其一些课堂程序应用,这些应用受到形成性评估研究的启发,以及这些应用如何有助于提高教学实践。 关键词:教育评估 – 问责制 – 替代评估 – 形成性评估 – 评估实践 1. 简介 为了在高等教育中开展教育评估(下称 EA)研究,掌握一些理论考虑将会很有帮助。EA 的核心是测试、评估、测评和考试等二分法概念。为了建立一个理论框架,以解决新手和专业 EFL 从业者可能一直面临的主要问题,即如何理解长期以来委托给他们的这项复杂任务的工作机制,本文审查了大量有关 CA(实践)研究的文献。当前审查的具体方面针对评估概念的定义、评估的价值、功能和目的、评估发生的级别、评估研究文献概要和课堂评估研究 (CAR)。CAR 详细介绍了评估的效力、课堂评估实践研究、替代评估研究、形成性评估研究,以及有效课堂评估的质量控制标准。下面是选择用来推动理论研究的问题:1. EA 文献如何看待学生学习评估?2. 什么使课堂评估有效?3. 语言教师需要确保哪些质量控制标准才能进行高质量的评估?值得注意的是,尽管所审查的文献主体与高等教育中的 EFL 测试实践没有直接关系,因为研究人员可以找到的大多数(研究)出版物都针对中小学的评估问题,但我相信同样的原则也适用于高等教育的 EFL 测试。2. 评估概念的定义我们仔细研究了许多专业书籍、期刊、开创性文章、会议论文、目前已答辩的论文和学位论文,试图找到评估概念的全面定义。这些参考资料和其他日常课堂实践展示了教师作为课堂评估者可以使用的许多功能、形式、工具和技术,以及许多评估术语、短语、概念和描述。对于不熟悉 EA 术语的人来说,其中大多数似乎令人困惑。规范、标准、形成性、总结性、传统、标准化、真实、替代、绩效、平衡等都增加了评估的知识库,但让新手研究人员和该主题的权威人士都感到困惑。为了揭开这些概念以及本节前面提到的其他相关概念和问题的神秘面纱,下面简要概述了这些概念。首先,评估、测量和测试等术语与评估密切相关。它们有时甚至互换使用,作为收集评估信息的手段评估概念的定义 我们仔细研究了许多专业书籍、期刊、开创性文章、会议论文、目前正在答辩的论文和学位论文,试图找到评估概念的全面定义。这些参考文献和其他日常课堂实践展示了教师作为课堂评估员可以使用的许多功能、形式、工具和技术,以及许多评估术语、短语、概念和描述。对于不熟悉评估术语的人来说,其中大多数似乎令人困惑。规范、标准、形成性、总结性、传统、标准化、真实、替代、绩效、平衡等都增加了评估的知识库,但却让新手研究人员和该主题的权威人士感到困惑。为了揭开这些概念以及本节前面提到的其他相关概念和问题的神秘面纱,下面简要概述了这些概念。首先,评估、测量和测试等术语与评估密切相关。它们有时甚至互换使用,作为收集信息的手段评估概念的定义 我们仔细研究了许多专业书籍、期刊、开创性文章、会议论文、目前正在答辩的论文和学位论文,试图找到评估概念的全面定义。这些参考文献和其他日常课堂实践展示了教师作为课堂评估员可以使用的许多功能、形式、工具和技术,以及许多评估术语、短语、概念和描述。对于不熟悉评估术语的人来说,其中大多数似乎令人困惑。规范、标准、形成性、总结性、传统、标准化、真实、替代、绩效、平衡等都增加了评估的知识库,但却让新手研究人员和该主题的权威人士感到困惑。为了揭开这些概念以及本节前面提到的其他相关概念和问题的神秘面纱,下面简要概述了这些概念。首先,评估、测量和测试等术语与评估密切相关。它们有时甚至被互换使用,作为收集信息的手段
教育评估的理论框架:综述 Abdallah Ghaicha * 伊本佐尔大学文学与人文学院,邮政信箱 29/S,Hay Addakhla,阿加迪尔,摩洛哥 摘要 在这个问责制时代,人们承认评估是一个强大的杠杆,可以促进或破坏学生的学习。迄今为止,许多常规的机构和教学实践表明,评估仍然具有抑制作用或无效性,而不是建设性,因为这些评估缺乏评估的形成性方面。这表明评估要么没有得到很好的理解,要么没有在各个教育水平的原则性教育框架中进行。这是由于过去的一些遗传功能障碍造成的,需要紧急暂停。本文试图加强 EFL 从业者的教育评估实践,以此作为一种扩大认识的形式。本文试图为主要问题建立一个理论框架,这些问题可能一直困扰着新手和专业的英语外语从业者,他们要理解长期以来委托给他们的这项令人困惑的任务的工作机制。当前审查的具体方面针对评估概念的定义、评估的价值、功能和目的、评估发生的级别、评估研究文献概要和课堂评估研究 (CAR)。CAR 详细介绍了评估效力、课堂评估实践研究、替代评估研究、形成性评估研究以及有效课堂评估的质量控制标准。本文最终讨论了形成性评估的教学效力及其一些课堂程序应用,这些应用受到形成性评估研究的启发,以及这些应用如何有助于提高教学实践。关键词:教育评估 – 问责制 – 替代性评估 – 形成性评估 – 评估实践 1.简介 要开展高等教育中的教育评估 (以下简称 EA) 研究,掌握一些理论考虑将大有裨益。EA 的核心是测试、评估、评估和考试等二分法概念。我们审查了大量关于 CA(实践)研究的文献,以便为可能困扰新手和专业 EFL 从业者的主要问题建立一个理论框架,让他们了解长期以来委托给他们的这项令人困惑的任务的工作机制。当前审查的具体方面针对评估概念的定义、评估的价值、功能和目的、评估发生的级别、评估研究文献概要和课堂评估研究 (CAR)。CAR 详细介绍了评估的效力、课堂评估实践研究、替代评估研究、形成性评估研究以及有效课堂评估的质量控制标准。以下是选择用于推动理论研究的问题: 1.EA 文献对学生学习评估有何看法?2.什么使课堂评估有效?3.语言教师需要确保哪些质量控制标准才能进行高质量的评估?值得注意的是,尽管所审查的文献主体与高等教育中的 EFL 测试实践没有直接关系,因为研究人员可获得的大多数(研究)出版物都针对小学和中学阶段的评估问题,但我相信同样的原则可以适用于高等教育阶段的 EFL 测试。2.评估概念的定义 我们仔细研究了许多专业书籍、期刊、开创性文章、会议论文、目前正在答辩的论文和学位论文,试图找到评估概念的全面定义。这些参考资料和其他日常课堂实践展示了教师作为课堂评估员可用的许多功能、形式、工具和技术,以及众多评估术语、短语、概念和描述。对于不熟悉 EA 术语的人来说,它们中的大多数似乎令人困惑。规范、标准、形成性、总结性、传统、标准化、真实性、替代性、绩效、平衡性等。都增加了评估的知识库,但却让新手研究人员和该主题的权威人士感到困惑。为了揭开这些概念以及本节前面提到的其他相关概念和问题的神秘面纱,下面简要概述了这些概念。首先,评估、测量和测试等术语与评估密切相关。它们有时甚至互换使用,作为收集信息的手段
太阳能 • 与 Sunergise Dratabu Pte Limited 签署电力购买协议,在纳迪的 Dratabu 建造 5MW 太阳能发电厂,预计 2025 年投入使用 • IFC 正在对纳迪、巴和塔武阿的 3 座太阳能发电厂进行尽职调查,并将在 2024 年下半年以 IPP 或 JV 开发模式进行招标。总容量为 21MW,能量输出为 35GWh • EFL 正在与其股东之一 Chugoku Electric Power Co. Ltd 合作,计划到 2025 年在劳托卡地区建造一座 5MW 太阳能发电厂 • 正在继续与其他潜在开发商进行讨论
Şerife Fidan 2 , Yusuf Kasimi 3 摘要 本研究使用来自 Bibliometrix 和 Web of Science 的数据,研究了语言和语言学领域中涉及人工智能 (AI) 的文章。该研究使用文献计量学揭示了人工智能在 EFL 中的历史趋势。该研究利用 Biblioshiny(bibliometrix 包中用于分析书目数据库数据的基于网络的工具)来检查下载的 Web of Science (WoS) 数据。Bibliometrix R 包和 Biblioshiny 软件创建了表格和图形。该研究在 WoS 网站上搜索标题、摘要和关键词中带有“人工智能 (AI)”的研究,以查找书目数据。从 2013 年到 2023 年,WoS 专注于语言教育中的语言和语言学。有 1693 篇 EFL AI 论文。该研究选择了开放获取出版物来阅读全文。本分析研究了 177 种出版物。我们采用了不同的文献计量分析技术,以便从研究出版物中获取最有用的数据。分析考虑了作者、出版年份、大学、国家、首选期刊、热门话题和关键字引用率。研究结果表明,随着时间的推移,出版物数量有所增加,人们对人工智能的兴趣也日益浓厚。我们确定了领先的大学和杰出的作者。根据国家的不同,我们观察到了不同的参与程度。数据分布通过首选期刊提供。这项研究有助于研究人员和决策者评估语言和语言学领域的人工智能研究。关键词:文献计量学、科学网 (WOS)、人工智能、英语作为第二语言教学、机器学习
