教師の知恵をデジタル ゲームに統合: デジタル ゲーム環境でのEFL生徒のパフォーマンスを向上させる、専門家によるシステムガイドによる自己調整型学習アプローチ /span>
(教師のインテリジェンスをデジタル ゲームに組み込む: EFL の生徒を促進するための、専門家のシステムに基づく自己調整学習アプローチデジタルゲームの文脈におけるパフォーマンス)
2022年
1. コンセプト分析
1.EFL
外国語としての英語コース
2.EVG
SR-EVG:自主規制英語語彙ゲーム法 (この研究の実験ツール) a>
C-EVG:伝統的な英語の語彙ゲーム メソッド
3.DBGL:
DGBL は、学習を促進するためにコンピューター ゲームを使用する教育方法を指します。 DGBL は、学習コンテンツや学習理論をコンピューター ゲームに統合して生徒を指導する、生徒中心の教育方法です。
2. 研究内容
1. 研究の背景:
近年、学生のモチベーションを高めるために外国語コースとして英語でデジタル ゲームを使用する可能性について、いくつかの研究が報告されています。しかし、学者らは、学生は一般に、外国語学習の成功の鍵である自主的に学習する能力に欠けていると指摘しています。 したがって、ゲーム学習の過程で生徒の自主的な学習能力を育成することが重要です。
2. 研究目的:
本研究では、提案されたアプローチの有効性を評価するために、デジタルゲームベースの学習環境で自己調整学習を促進するエキスパートシステムを開発しました。
3.研究方式:
準実験デザインが大学の英語コースに採用されました。実験グループの生徒は自己調整英単語ゲーム (SR-EVG) 学習方法を使用し、対照グループの生徒は従来の英単語ゲーム (C-EVG) 学習方法を使用しました。
4. 研究の質問:
提案手法の有効性を評価するために、以下の研究課題に答えるための実験を実施します。
(1) 自主規制英語語彙ゲーム (SR-EVG) 手法は、従来の英語語彙ゲーム (C- EVG) 方法 2>生徒の学業成績?
(2) SR-EVG メソッドは、C-EVG メソッドよりも生徒の自己調整能力を向上させることができますか?
(3) SR-EVG メソッドは、生徒の英語への不安を軽減する点で C-EVG メソッドよりも優れていますか?
5. 研究結果:
(1) 実験結果は、SR-EVG メソッドを使用すると、学習者の英語語彙達成と自己調整能力を向上させることができ、一方、C-EVG メソッドは、生徒の英語学習の不安を増大させないことを示しています。
(2) さらに、定性的インタビューを通じて、SR-EVG メソッドを使用する生徒は、ゲーム内で目標を設定するため、自分の学習により集中し、使用する学習戦略により注意を払うことがわかりました。
3. 実験計画
1.実験対象:
台湾北部の大学の 2 クラスの学生 44 人。彼らの平均年齢は18歳から19歳の間です。
实验组(SR-EVG):22名学生(男4,女18)
对照组(C-EVG):22名学生(男7,女15)
どちらのグループの生徒も、10 年以上の指導経験を持つ同じ英語教師によって指導されました。参加者は全員、ビジネス英語の単元を学習したことがなく、正式なコースで英語を学習するためにデジタル ゲームを使用した経験もありませんでした。
2. 実験方法:
事前テストと事後テストは、10 年以上の英語教育経験を持つ 2 人の上級教師によって作成されました。
事前テスト学生のビジネス英語単元に関する事前知識を評価することを目的としています。テスト問題は、穴埋め問題 10 問 (20%)、語彙の多肢選択問題 15 問 (55%)、応用対話の多肢選択問題 5 問 (25%) で構成されています。 100点満点。
事後テストには、穴埋め問題 10 問 (20% を占める)、語彙の多肢選択問題 10 問 (40% を占める)、多肢選択問題 10 問が含まれます。選択問題と応用対話(40%を占める)、100点中。
3. アンケートのデザイン:
自主規制アンケートは、「目標設定」の 5 項目、「環境構造」、4項目「課題戦略」、3項目「時間管理」、4項目「助けを求める」、4項目「自己評価」。アンケートの合計アルファ値は 0.92 で、6 つの次元のアルファ値はそれぞれ 0.89、0.85、0.85、0.90、0.85、0.92 です。
英語不安アンケートは、5 段階リッカート尺度を使用した 11 項目で構成されています。アンケートのアルファ値は 0.88 です。
インタビューの質問。「この学習方法は、これまでの英語コースの学習方法とどう違いますか?」など、6 つの自由回答形式の質問を含みます。すべてのインタビューは音声です。録音とトランスクリプト。
4.实验流程:
学習活動が始まる前に、2 つのグループの生徒が 3 週間にわたって英語の基礎知識と語彙の学習を行いました。翌週に彼らはプレテストを受け、自己規制、自己効力感、英語学習の不安などを含むテスト前のアンケートに回答しました。次の週には、先生がゲーム活動の進め方について説明しました。その後、2 つのグループは授業内で 90 分間の実験を実施しました。 90分間の試合中、実験グループはSR-EVG法を使用した。対照群は C-EVG 法を採用しました。つまり、自己調整学習メカニズムなしで同じゲームで学習しました。アクティビティの最後に、両方のグループの学生が事後テストと事後アンケートに回答しました。先週、両方のグループから 6 人の学生がランダムに選ばれ、合計 12 人の学生が面接を受けました。
図 1. 実験プロセス
3. 結果
(1) 生徒学業成績の分析テスト前およびテスト後の生データ:
学生の学業成績のウェルチテスト
学生の学業成績に関する t 検定
表1 生徒の学力に関するウェルチテスト
テスト |
グループ |
N |
平均 |
エラー |
ウェルチテスト |
d |
事前テスト |
SR-EVG |
22 |
10.18 |
0.45 |
1.194 |
|
C-EVG |
22 |
9.55 |
0.36 |
|||
ポストテスト |
SR-EVG |
22 |
14.73 |
0.60 |
12.765 |
0.48 |
C-EVG |
22 |
11.82 |
0.33 |
結果:一因子共分散分析 (ANCOVA) を使用して、2 つのグループの学生の学業成績を評価しました。これは、分散の均一性を決定するための Levene の検定を満たしておらず (F= 7.89、p= 0.01<0.05)、仮説が有効ではなく、ANCOVA を使用できないことを示しています。サンプルが均一でない場合は、ウェルチ検定を使用して分析できます。 ウェルチのテストの結果を表 1 に示します。2 つのグループの生徒の学業成績には有意な差があります (ウェルチのテスト = 12.765、p= 0.024<0.05)。その結果、SR-EVG メソッドを使用して学習した生徒は、C-EVG メソッドを使用して学習した生徒よりも優れた学業成績を達成したことがわかりました。
(2)自主規制スコアの元データ
共分散の自己調整分析
調整値
表 2 2 つのグループの自己調整スコアの一元配置 ANCOVA の結果
グループ |
N |
平均 |
SD |
調整された平均値 |
調整済みSD |
F |
h2 |
SR-EVG |
22 |
4.18 |
0.91 |
4.18 |
0.90 |
6.98 |
0.14 |
C-EVG |
22 |
3.50 |
0.80 |
3.50 |
0.80 |
結果:表 2 に示すように、ANCOVA の結果は、SR-EVG における生徒の自己調整が有意なプラスの効果を持っていることを示しています。 (F= 6.98、p= 0.012<0.05)。
2 つのグループの補正平均はそれぞれ 4.18 と 3.50 で、標準誤差はそれぞれ 0.18 と 0.18 です。この結果は、SR-EVG メソッドが C-EVG メソッドよりも生徒の自己調整能力を大幅に向上できることを示しています。
(3) 生徒の自己規制意識のさまざまな側面に関するオリジナルデータ
Levene の分散の均一性検定
結果:さまざまな側面から生徒の自己規制に対する意識をさらに理解するために、この研究では ANCOVA 手法を使用して生徒の「目標設定」、「環境構築」を分析しました。 「」と「タスク戦略」。「時間管理」、「助けを求める」、「自己評価」の意識について探りました。 分散の均一性を判断するための Levene 検定に違反していない (目標設定: F= 3.33、p= 0.08 > 0.05; 環境構造: F= 0.75、p= 0.40>0.05; タスク戦略: F= 0.11、p= 0.74 >0.05; 時間管理: F= 3.25、p= 0.08; 助けを求める: F= 2.15、p= 0.15>0.05; 自己-評価: F = 0.47、p= 0.50>0.05)、 は、仮説が確立されており、ANCOVA を使用できることを示しています。
生徒の自己規制意識の側面単因子 ANCOVA 分析
共分散分析 (6 つの変数の例のうちの 1 つ)
表 3 生徒の自己規制意識の各側面の一元配置分散分析の結果
寸法 |
グループ |
N |
平均 |
SD |
調整後の平均値 |
調整済みSD |
F |
h2 |
対象の設定 |
SR-EVG |
22 |
3.86 |
0.83 |
3.86 |
0.83 |
1.52 |
0.050 |
C-EVG |
22 |
3.50 |
1.10 |
3.50 |
1.10 |
|||
環境構築 |
SR-EVG |
22 |
4.14 |
0.89 |
4.14 |
0.89 |
0.88 |
0.20 |
C-EVG |
22 |
3.86 |
1.03 |
3.86 |
1.03 |
|||
ミッション戦略 |
SR-EVG |
22 |
4.27 |
0.94 |
4.27 |
0.94 |
9.07 |
0.017 |
C-EVG |
22 |
3.59 |
0.50 |
3.59 |
0.50 |
|||
時間管理 |
SR-EVG |
22 |
3.77 |
0.61 |
3.77 |
0.61 |
3.09 |
0.069 |
C-EVG |
22 |
3.36 |
0.90 |
3.36 |
0.90 |
|||
助けを求める |
SR-EVG |
22 |
4.23 |
0.97 |
4.23 |
0.97 |
1.58 |
0.050 |
C-EVG |
22 |
3.90 |
0.68 |
3.90 |
0.68 |
|||
自己評価 |
SR-EVG |
22 |
4.18 |
0.66 |
4.18 |
0.66 |
4.12 |
0.089 |
C-EVG |
22 |
3.68 |
0.95 |
3.68 |
0.95 |
結果:表 3 に示すように、SR-EVG の学生は目標設定 (F= 1.52、p= 0.05 = 0.05) と環境構築 (F= 0.88、 p = 0.20 > 0.05) どちらのスコアも大幅には改善されませんでした。タスク戦略 (F= 9.07、p= 0.017<0.05)、時間管理 (F= 3.09、p= 0.06>0.05)、助けを求めること (F= 1.58、p= 0.05 = 0.05)、および自己評価 (F= 4.12、p= 0.089>0.05) では、SR-EVG グループの生徒のスコアは対照グループの生徒のスコアよりも有意に高かった (F= 7.62、p= 0.009<0.01)。 この結果は、SR-EVG メソッドが C-EVG メソッドよりも生徒の課題戦略の側面を大幅に刺激できることを示しています。
(4) 英語不安の元データ
一元配置分散分析 (ANCOVA) を使用して、2 つのグループの生徒の英語への不安を評価しました。
調整値
分散の均一性を判定するための Levene の検定に違反していません (F=0.709、p= 0. 405>0.05)、仮説が確立されており、ANCOVA を使用できることを示しています。
表42 つのグループ間の英語不安の一元配置分散分析の結果
グループ |
N |
平均 |
SD |
調整後M |
調整済みSD |
F |
SR-EVG |
22 |
2.636 |
0.848 |
2.636 |
0.848 |
0.709 |
C-EVG |
22 |
2.863 |
0.941 |
2.864 |
0.940 |
結果:表 4 は、2 つのグループの生徒に対する英語不安アンケートの結果を示しています。 SR-EVG の補正平均と標準誤差はそれぞれ 2.636 と 0.848 であり、C-EVG の補正平均と標準誤差はそれぞれ 2.864 と 0.940 でした。 2 つのグループ間のアンケート後のスコアに統計的に有意な差はありませんでした (F= 0.709、p= 0.405 > 0.05)。 結果は、SR-EVG メソッドを使用した学習は生徒の英語に対する不安を引き起こさないことを示しています。
五、结论
実験結果から判断すると、SR-EVG グループの生徒の学習到達度スコアは C-EVG グループの生徒よりも大幅に優れており、これはインタビュー結果と一致しています。 SR-EVG の生徒は、「目標を設定したので、より多くの内容を覚えようと自分自身を追い込むようになりました。」したがって、SR-EVG メソッドは生徒の学業成績を向上させ、英語の語彙を学習して復習する意欲を高めるのに役立つことがわかりました。さらに、実験結果は、SR-EVGにおける生徒の自己調整能力が大きく影響を受けることも示しました。したがって、自己調整戦略と組み合わせた教育活動は、生徒の自己調整能力を効果的に向上させることができることが理解できます。この結果は、以前の研究報告とも一致しています。英語学習の不安に関しては、2 つのグループ間に統計的に有意な差はありませんでした。これは、生徒が目標を設定し、学習状況を確認し、内省することを促す英単語学習環境が、生徒の英語学習に対するさらなる不安を引き起こさないことを示しています。
質問: レベンテストは必要ですか?