The advancements in mobile technology have made smartphones more accessible and more powerful, and this has led to the growth of the field of Mobile Assisted Language Learning (MALL). Because of this and considering that most smartphone applications for English learning have activities designed to instruct vocabulary (Kim & Kwon, 2012), this study aimed at analyzing the instruction of vocabulary in the three most used applications for language learning until the end of 2018. More specifically, it investigated: a) what aspects of word-knowledge the applications develop; b) whether they provide a number of encounters with the target vocabulary and whether they are massed or spaced; and c) the nonverbal representations employed by the applications. The results showed that the applications: a) instruct the spoken and written form of words, but often neglect other aspects of word knowledge; b) provide multiple, massed encounters with the target vocabulary; and c) employ images and videos as nonverbal representations that are not always relevant to the instruction of target vocabulary. From the analysis, we concluded that the applications can be used as a tool to assist the instruction of vocabulary in spite of limitations such as the lack of chances for language production and decontextualized instruction.
Sistemas de Reconhecimento Automático de Fala (RAF) têm o potencial de prover feedback imediato e individualizado para estudantes de línguas estrangeiras. Com o objetivo de explorar esse potencial, esta pesquisa investigou o uso e os efeitos do uso de um aplicativo baseado no RAF na inteligibilidade da fala da língua inglesa. Os resultados dos pós-testes revelaram ganhos na inteligibilidade geral dos participantes e de palavras-alvo com vogais altas anteriores. Apesar das percepções predominantemente positivas sobre o aplicativo, alguns participantes enfrentaram dificuldades em utilizá-lo de forma adequada no contexto do ensino remoto.
A ideia de que o ensino de línguas deve ser feito exclusivamente na língua-alvo e de que os ‘falantes nativos’ são melhores professores ainda existe. Nesse contexto, há professores de língua que acreditam que a alternância de códigos é prejudicial ao aprendizado da língua-alvo, enquanto outros entendem que o uso da língua materna pode beneficiá-lo (Tian Macaro, 2012). Buscando entender o que as pesquisas encontraram sobre os efeitos do ensino de línguas com alternância de código, realizamos uma síntese de pesquisa de estudos publicados entre 2008 e 2018. Nossas perguntas de pesquisa foram 1) quais são os efeitos da instrução com alternância de código no aprendizado de segunda língua? 2) este tipo de instrução leva a melhores resultados? e 3) quais são os contextos das pesquisas que investigaram a alternância de código e quem sãos seus participantes? Oito dos nove estudos encontrados apontam que a instrução com alternância de código obteve melhores resultados do que a instrução feita exclusivamente na língua-alvo, com efeitos positivos sendo reportados em todos eles. Assim, entendemos que a alternância de código não é necessariamente um sinal de falta de competência linguística e que ela não é prejudicial à aprendizagem de línguas.
A ideia de que o ensino de línguas deve ser feito exclusivamente na língua-alvo e de que os ‘falantes nativos’ são melhores professores ainda existe. Nesse contexto, há professores de língua que acreditam que a alternância de códigos é prejudicial ao aprendizado da língua-alvo, enquanto outros entendem que o uso da língua materna pode beneficiá-lo (Tian & Macaro, 2012). Buscando entender o que as pesquisas encontraram sobre os efeitos do ensino de línguas com alternância de código, realizamos uma síntese de pesquisa de estudos publicados entre 2008 e 2018. Nossas perguntas de pesquisa foram 1) quais são os efeitos da instrução com alternância de código no aprendizado de segunda língua? 2) este tipo de instrução leva a melhores resultados? e 3) quais são os contextos das pesquisas que investigaram a alternância de código e quem sãos seus participantes? Oito dos nove estudos encontrados apontam que a instrução com alternância de código obteve melhores resultados do que a instrução feita exclusivamente na língua-alvo, com efeitos positivos sendo reportados em todos eles. Assim, entendemos que a alternância de código não é necessariamente um sinal de falta de competência linguística e que ela não é prejudicial à aprendizagem de línguas.
Este é um artigo de acesso aberto, licenciado por Creative Commons Atribuição 4.0 Internacional (CC BY 4.0), sendo permitidas reprodução, adaptação e distribuição desde que o autor e a fonte originais sejam creditados. ABSTRACT -While the role of inferencing has been widely acknowledged as key to reading comprehension, little has been done to approach these issues in teaching and assessing second-language reading comprehension in the Brazilian educational system. With this in mind, this research paper sets out to investigate the types of inferences that might be required for test takers to answer questions in the most important Brazilian university entrance exam, ENEM (Exame Nacional do Ensino Médio). This exam is taken by Brazilian students at the end of secondary school in order to assess their performance according to the school curriculum. The students' grades can be used not only for scholarships, but also as a resource for applying for more than 500 Brazilian universities. In order to analyze the ENEM tests, we formulated a framework based on the extensive work of Kintsch and van Dijk and on the model of fluent reading comprehension established by Gagné and colleagues. The framework considered three main types of inferences: bridging, elaborative, and summarizing. The results show that test takers might have to draw more elaborative inferences, meaning they might need a significant amount of background knowledge in order to select the correct alternatives. Summarizing, inferences were also significant, which means the test takers might have to build a complete mental representation of the text, i.e., to integrate world knowledge with the ideas expressed in the text in order to construct meaning. Overall, the results are in consonance with the literature on inferencing, meaning that it does have an essential role in text comprehension. In conclusion, there should be teaching and assessing programs in place designed around tackling these issues. Keywords: reading, inferencing, assessment, ENEM.RESUMO -Na área de compreensão de leitura, sabe-se do papel fundamental das inferências para a construção de sentido de textos, entretanto, pouco se sabe sobre a relação das inferências no ensino e a avaliação da compreensão de leitura de inglês como segunda língua no sistema educacional brasileiro. Dessa forma, este artigo tem por objetivo investigar os tipos de inferências necessárias para que estudantes brasileiros possam responder à prova de inglês do maior exame de admissão em universidades brasileiras, o ENEM -Exame Nacional do Ensino Médio. Ao final do ensino médio, os alunos brasileiros realizam a prova como meio de avaliar suas competências de acordo com o currículo escolar. As notas dos alunos podem ser utilizadas para acesso à educação superior, bolsas de estudos e financiamento estudantil. Para que as inferências nas provas do ENEM fossem analisadas, os pesquisadores utilizaram uma abordagem baseada no trabalho de Kintsch e van Dijk, além do modelo de compreensão de leitura elaborado por Gagné e colaborador...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.