درخت حوزه‌های تخصصی

تحقیق حاضر تکرار طرح پژوهشی دیگری است برای پیدا کردن عوامل زیر بنایی خصوصیات موثر معلمان زبان انگلیسی (CEELT) بعد از انتخاب نمونه آماری همگونتر و نماینده تر. به این منظور پرسشنامه CEELT تالیف شده توسط معافیان و پیش قدم (2008) به 1469 زبان آموز ایرانی که انگلیسی را به عنوان زبان خارجی در مدارس دولتی و موسسات خصوصی مختلف در مشهد تحصیل می کردند داده شد تا سه فرضیه مرتبط با استحکام روابط بین خصوصیات، تعداد عوامل استخراج شده و خصوصیاتی که روی بیش از یک عامل لود می کنند مورد بررسی قرار گیرند. وقتی که از روش تحلیل عاملی برای استخراج عامل سازه ای استفاده شد چهل و هفت خصوصیت مورد مطالعه به دلیل داشتن همبستگی درونی زیاد با یکدیگر تنها روی پنج عامل برقراری ارتباط صمیمی، عادل بودن، صلاحیت شغلی، تسهیل و برگزاری امتحان لود کردند. نتایج حاضر بیانگر چندین التزام پژوهشی است. اول اینکه همبستگی بین متغیرها و آمار KMO که مبین کافی بودن نمونه گیری است بایدگزارش شوند. دوما نمونه آماری می بایستی شامل حداقل یک هزار شرکت کننده و ترجیحا دارای نسبت سی نفر برای هر خصوصیت مطرح شده باشد و بالاخره تمام خصوصیاتی که روی بیش از یک عامل لود می کنند می بایستی گزارش شوند. لودهای چند عاملی بیانگر ضرورت اتخاد نگرشی چند بعدی نسبت به آموزش زبان و برقراری ارتباط معنادار بین خصوصیات معلمان و توانایی هایی از قبیل پیشرفت تحصیلی و بسندگی هستند.

This study was intended first to categorize the L2 learners in terms of their learning style preferences and second to investigate if their learning preferences are related to lexical inferencing. Moreover, strategies used for lexical inferencing and text related issues of text density and parts of speech were studied to determine their moderating effects and the best predictors of lexical inferencing. To this end, a posttest group design with 142 students studying engineering was adopted for the study. Perceptual style preferences questionnaire was administered to identify the students’ major learning styles, followed by strategy training for deriving the meaning of unknown words. Finally, lexical inferencing texts were given to the students to study and extract the meaning of unknown words and concurrently determine the type of strategy used for lexical inferencing. The results indicated that a great proportion of students belonged to the kinesthetic category of styles while the predominant treatments in the class were audio-visually structured. The analysis also revealed that tactile, kinesthetic, and group categories of style preferences are meaningfully related. Moreover, it was found that learning style preferences lead to statistically different lexical ineferncing. As for the strategies, the ‘syntactic knowledge analysis’ showed the highest correlation with ‘auditory learners’. Lexical density and parts of speech were also shown to moderate the effect of perceptual style preferences on lexical ability. On the whole, strategy and perceptual style preferences were found to be the two best predictors of successful lexical inferencing.