Artículo de investigación

Aprendizaje gamificado de idiomas e ideología neoliberal: un análisis crítico multimodal del discurso de una aplicación popular del vocabulario inglés

DOI:

10.3791/69383

6 de enero de 2026

En este artículo

Resumen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio examina el impacto de la gamificación en la motivación de los estudiantes universitarios chinos en el aprendizaje de vocabulario en inglés asistido por móviles. El Análisis Crítico del Discurso revela que, aunque los elementos gamificados aumentan temporalmente la implicación, también promueven normas competitivas y de autoevaluación que pueden erosionar la motivación intrínseca e afectar las experiencias psicológicas y sociotécnicas de los estudiantes.

Resumen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La integración de la gamificación en el aprendizaje de idiomas asistido por dispositivos móviles (MALL) ha transformado la forma en que los estudiantes pueden interactuar con la adquisición de vocabulario y la comunicación autodirigida. Pocos estudios han examinado el impacto de las aplicaciones gamificadas en el comportamiento y las reacciones psicológicas del aprendizaje, especialmente en contextos de aprendizaje de inglés no nativos, a pesar de sus frecuentes elogios por mejorar la motivación y el compromiso de los usuarios. Este estudio examina el impacto motivacional y los fundamentos ideológicos de las populares aplicaciones gamificadas de vocabulario en inglés, utilizando el marco tridimensional de Análisis Crítico del Discurso (CDA) de Fairclough para analizar tanto las interacciones con los usuarios como el diseño de plataformas. Basándose en datos de interfaz, análisis de sentimiento del usuario y transcripciones de entrevistas de estudiantes universitarios chinos que estudian inglés como lengua extranjera (EFL), este estudio revela que, en consonancia con la Teoría de la Autodeterminación (SDT), la gamificación desempeña un papel significativo en fomentar la motivación y el compromiso del alumnado, pero al mismo tiempo integra ideales neoliberales de competencia, autooptimización y monitoreo conductual. Estas características, aunque están destinadas a mejorar el rendimiento, pueden socavar la motivación intrínseca con el tiempo. Los hallazgos ponen de relieve las dinámicas psicológicas y sociotécnicas de los entornos de aprendizaje gamificados, ofreciendo nuevas perspectivas sobre cómo las plataformas educativas digitales pueden reforzar las expectativas autorregulatorias y el discurso orientado al rendimiento.

Introducción

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El proceso de adquisición de un idioma se considera comúnmente mediado socialmente e interactivo, incorporando interacción comunicativa, producción y entrada en situaciones socioculturales particulares. La investigación fundamental sobre la adquisición de segunda lengua (SLA) destaca que las oportunidades de participación, retroalimentación y práctica autorregulada son tan importantes para ayudar a los estudiantes a ser competentes como la exposición a la entrada lingüística. Este marco permite a los alumnos participar en bucles de retroalimentación de andamios y en una comunicación auténtica mediante el uso de entornos de aprendizaje asistidos por dispositivos digitalesy móviles. La incorporación de la gamificación en estos entornos ha alterado aún más la forma en que los estudiantes mantienen la motivación, siguen su desarrollo y desarrollan prácticas lingüísticas autodirigidas.

Los aprendices de idiomas pueden adquirir un idioma extranjero objetivo de forma más eficaz si tienen un vocabulario completo, ya que les ayuda a entender lo que están escuchando o leyendo en el idioma. La gramática puede usarse para comunicar datos, pero sin lenguaje, la conversación no puede terminarse. Sin embargo, muchos estudiantes de EFL siguen teniendo dificultades para adquirir vocabulario, lo que perciben como una barrera importante para mejorar su dominio general del inglés. Debido a que adquirir vocabulario complejo —incluyendo gramática, ortografía, significado, connotación, colocación y estructura de palabras— requiere una entrada constante, la carga cognitiva suele motivar a los estudiantes a buscar métodos de aprendizaje másatractivos 2.

La eficacia del aprendizaje de vocabulario está limitada por la metodología convencional de aprendizaje en papel. A medida que avanza la educación tecnológica, han surgido un número creciente de aplicaciones gamificadas para el aprendizaje de vocabulario en inglés con el objetivo de aumentar la motivación y eficacia de los estudiantes. Según Li et al.2, la gamificación es el proceso de modificar los patrones de uso o comportamientos de las personas incorporando mecánicas y elementos del juego en entornos no relacionados con el juego. Las aplicaciones inspiradas en juegos son cada vez más comunes entre los estudiantes de EFL y atraen el interés de investigadores académicos debido a su capacidad para combinar las características de la gamificación instruccional y el aprendizaje asistido de idiomas por dispositivos móviles (MALL) en un entorno de desarrollo de vocabulario.

En los últimos 20 años, las soluciones de tecnología educativa (EdTech) se han vuelto más accesibles y utilizadas en el aula en todo elmundo 3. Ha surgido una nueva dependencia de la tecnología para cerrar la brecha de aprendizaje en una era en la que la investigación y los informes anualesconsecutivos 6han estado revelando un descenso en los niveles de aprendizaje entre los niñosindios 7. La variedad y la complejidad de la sociedad moderna han hecho que la educación superior sea esencial y, como resultado, el cuerpo de investigación científica dedicado a prever el rendimiento educativo o la probabilidad de abandono estudiantil ha crecidorápidamente 89, 10, 11, 12, 13. La función tradicional de las instituciones de educación superior en la difusión del conocimiento ha evolucionado; La creatividad en el nuevo conocimiento, especialmente con el auge de la inteligenciaartificial 14, y la formación de profesionales cualificados han llevado a muchos de ellos a interactuar con diversas facetas de la sociedad. En realidad, los principales objetivos de sus actividades académicas y culturales son elevar el nivel de conocimiento dentro de la comunidad mediante la instrucción, la investigación y la capacidad de compartir y transferir dicha información.

TAM se ha convertido en un paradigma destacado en los últimos años para comprender la adopción de tecnología en diversos ámbitos, incluyendo redessociales 15, banca online16, tecnologíassanitarias 17 y educación. Numerosos investigadores han examinado cómo instructores y estudiantes utilizan recursos o plataformas de aprendizaje electrónico dentro del marco teórico de TAM. Por ejemplo, a raíz de la pandemia de COVID-19, Mustafa et al.18 examinaron las variables que influyen en los resultados del aprendizaje en línea. También se investigó la aceptación por parte de los estudiantes de los recursos de aprendizajebasados en YouTube 19 . Rafique et al.20 examinaron las intenciones conductuales de los usuarios al utilizar el formato de libro electrónico y ofrecieron una explicación de por qué a instructores y estudiantes les gusta o no la instrucción online17. Además, se ha realizado investigación sobre la adopción de aplicaciones móviles que utilizan TAM por parte de los usuarios.

El objetivo principal de este aprendizaje es examinar críticamente cómo las aplicaciones gamificadas de aprendizaje de idiomas utilizadas por estudiantes universitarios de inglés inglés caracterizan y difunden los discursos neoliberales. Tanto los contornos comunicativos como el de diseño de estas aplicaciones integran estos discursos. Aunque la motivación y aceptación de los usuarios se han considerado sistemáticamente en el pasado, estos programas de formación suelen basarse en marcos técnicos y psicológicos, como la Teoría de la Autodeterminación (SDT) y el Modelo de Aceptación Tecnológica (TAM). Sin embargo, desde la perspectiva del Análisis Crítico del Discurso (CDA), este estudio pretende cubrir una carencia significativa en la investigación. Examina cómo las aplicaciones de aprendizaje de idiomas fomentan el comportamiento competitivo, el seguimiento de la presentación y la auto-optimización. Estas características, que son dominantes en la ideología neoliberal, son habitualmente posibles gracias a fundamentos de gamificación como tablas de clasificación, insignias, puntuaciones y seguimiento de desarrollo. El trabajo evaluará cómo los prompts textuales, las imágenes de interfaz y las respuestas reflexivas de los estudiantes afectan a la motivación, los comportamientos de aprendizaje y la autopercepción de los usuarios. El objetivo principal sigue siendo la influencia de estos métodos en el aprendizaje del inglés por parte de los estudiantes.

Este trabajo propuesto utiliza el método CDA tridimensional de Fairclough para evaluar aplicaciones gamificadas de aprendizaje de idiomas desde un nuevo punto de vista del discurso crítico. En comparación con trabajos existentes que se centraban principalmente en características técnicas o motivacionales de adopción usando SDT o TAM, este trabajo desmonta los ideales neoliberales arraigados en la expansión y comunicación de la interfaz de usuario EdTech. Valida especialmente cómo las estructuras de gamificación, como las tablas de clasificación, las líneas y los indicadores de evaluación, sirven como herramientas para la auto-optimización y el seguimiento, especialmente en el contexto del aprendizaje de vocabulario para estudiantes universitarios de EFL. Para validar los resultados más allá de la información digital y centrada en el ser humano, el estudio emplea un enfoque metodológico híbrido que combina análisis de sentimiento, registro de interfaces y mapeo del discurso.

La educación superior global ha experimentado cambios significativos como resultado del neoliberalismo, que prioriza las reglas impulsadas por el mercado, las rivalidades y la privatización por encima de los valores más generales de la educación. En un esfuerzo por mejorar la empleabilidad y la competitividad global, las universidades han adoptado cada vez más políticas de EMI, reconociendo el valor del inglés como una ventaja clave. Aun así, EMI agrava regularmente las diferencias educativas al excluir a los no angloparlantes y favorecer a quienes tienen acceso a materiales en inglés22. Como resultado, es familiar una construcción jerárquica, con la competencia lingüística actuando como una barrera potencial. Los objetivos neoliberales son evidentes en el uso de la EMI en países como Corea del Sur, que busca mejorar la posición global y atraer inversiones, pero también puede socavar las lenguas regionales y conducir a la supremacíalingüística 23.

Los investigadores emplearon SDT y TAM en diversos escenarios, incluyendo la intención continua de utilizar sitios de redes socialesonline 24 y el aprendizaje mejorado por tecnología durante laCOVID-19 25,26 para investigar más a fondo la razón de ser detrás del uso de la tecnología. Además, utilizando SDT y TAM, Isabel et al.27 analizaron cómo respondieron los usuarios a una herramienta de contratación gamificada y descubrieron que las opiniones de los candidatos sobre la usabilidad y conveniencia de uso de la herramienta están relacionadas con su capacidad para satisfacer las demandas de autonomía y competencia de los usuarios, así como para fomentar la automotivación. Wu y Chen28pretendieron integrar estas dos teorías y demostrar relaciones claras entre los elementos perceptivos de los usuarios que influyen en la aceptación de las aplicaciones gamificadas de aprendizaje de vocabulario en inglés y su inspiración autónoma y monitorizada, en consecuencia.

En línea con los supuestos de la Teoría de la Autodeterminación (TDS), investigaciones recientes han situado la gamificación dentro de marcos motivacionales que describen su potencial para apoyar la participación del alumno. En su exhaustiva revisión de la investigación sobre gamificación, Seaborn y Fels (2015)29 enfatizan cómo las características del juego, como tablas de clasificación, insignias y puntos, están destinadas a aumentar la motivación intrínseca y promover objetivos de aprendizaje. Aunque los resultados varían según la implementación, la gamificación puede tener un impacto favorable en los resultados cognitivos, motivacionales y conductuales, según un metaanálisis de Sailer y Homner (2020)30. Aunque Landers, Bauer y Callan (2017)31,32 mostraron que el efecto motivador de las tablas de clasificación depende de su integración con los procesos de establecimiento de objetivos, Hanus y Fox (2015)31,32 descubrieron que la gamificación en las aulas puede reducir la motivación intrínseca y el rendimiento académico si no está alineada con las necesidades de los estudiantes. Estos estudios experimentales y longitudinales también advierten contra aplicaciones demasiado simplistas. La importancia del diseño gamificado basado en teorías fue aún más destacada por Mekler et al. (2017)33, quienes demostraron que, aunque ciertas mecánicas de juego pueden mejorar el rendimiento, no siempre promueven la motivación intrínseca. En conjunto, estos hallazgos ofrecen una base sofisticada para situar la investigación actual dentro del cuerpo de conocimiento sobre el papel conflictivo pero prometedor de la gamificación en la promoción del aprendizaje y la motivación.

La mayoría de los trabajos de investigación mencionados anteriormente en 1,2,3 siguen centrándose en modelos de aceptación motivacional y tecnológica, aunque los estudiantes universitarios están utilizando progresivamente habilidades gamificadas de aprendizaje de idiomas asistido por móvil (MALL). Estos consisten en marcos como el Modelo de Aceptación de Tecnología (TAM) y la Teoría de la Autodeterminación (SDT)1. Estos métodos abordan regularmente implicaciones ideológicas más matizadas, al tiempo que apoyan la comprensión del comportamiento del usuario y los patrones de interacción. En particular, la forma en que la estrategia de las tecnologías instruccionales incorpora discursos o cosmovisiones específicas no recibe suficiente reflexión. Falta puntos de vista críticos que examinen cómo características gamificadas, como la atractividad, la evaluación de seguimiento y el autocontrol, caracterizan y apoyan los ideales neoliberales. Los fundamentos de comunicación y visuales de las propuestas para el aprendizaje de idiomas tampoco han sido ampliamente considerados desde la perspectiva del Análisis Crítico del Discurso (CDA)2. Comprender cómo estos resultados de diseño afectan a las experiencias de aprendizaje de los estudiantes universitarios y moldean su opinión sobre el rendimiento de aprendizaje es especialmente crucial. Examina las propiedades de los discursos neoliberales sobre los estudiantes de inglés en contextos de educación superior, aprendiendo a través de etapas de EdTech.

La investigación crítica sobre tecnología educativa ha cuestionado las ramificaciones más amplias de las tecnologías educativas, yendo más allá de sus beneficios motivacionales. Selwyn (2016)34advierte contra el optimismo incuestionable, argumentando que la tecnología no es un instrumento neutral, sino que debe verse en el contexto de contextos sociales, culturales y políticos. Al analizar cómo las tecnologías basadas en datos alteran la gobernanza educativa bajo lógicas neoliberales, que a menudo priorizan la eficiencia y la rendición de cuentas sobre la equidad y la pedagogía, Williamson (2017)35 amplía esta crítica. De igual modo, Roberts-Mahoney, Means y Garrison (2016)4 enfatizan cómo los ideales orientados al mercado y corporativos se reflejan en las plataformas de aprendizaje personalizado, redefiniendo a los estudiantes como consumidores de educación basada en datos. Teniendo en cuenta diversos puntos de vista, el estudio actual se sitúa dentro de debates continuos sobre la economía política de EdTech, así como sobre marcos motivacionales y de adopción como SDT y TAM. Al reconocer tanto el potencial didáctico de la gamificación como las fuerzas sistémicas que influyen en su implementación, este doble marco refuerza la base crucial de la investigación. El incentivo de los estudiantes universitarios para usar aplicaciones gamificadas para aprender idiomas está mediado por la clasificación competitiva y la facilidad de uso, según datos comparativos recientes de Corea del Sur y Hong Kong tras la pandemia. Esto sugiere que los aspectos gamificados afectan tanto a los juicios de compromiso como a los deusabilidad 5. Esto refuerza el énfasis del estudio actual en la construcción discursiva de tales cualidades dentro de un contexto crítico.

Para destacar la eficacia y el potencial en todas las disciplinas, la revisión de alcance36 examinó el estado de las aplicaciones gamificadas dentro del TEFL y discutió perspectivas comparativas de la educación médica. Con un enfoque en su año de publicación, distribución geográfica, diseño de estudios, opciones de distribución, utilización tecnológica, aspectos de gamificación y herramientas de medición, la revisión comprendió un total de 33 estudios. Según la evaluación, la mayoría de las publicaciones se publicaron en 2018, con una parte sustancial procedente de Asia. Los estudios de intervención incluyeron un total de 2.531 alumnos. Los enfoques más populares fueron los de método mixto y los diseños cuasi-experimentales de pretest/posttest. Las tecnologías de aprendizaje móvil se utilizan ampliamente, y la impartición online se ha convertido en la forma de enseñanza más común.

Datos comparativos recientes de entornos de aprendizaje pospandemia ponen de manifiesto la creciente importancia de examinar las aplicaciones gamificadas de aprendizaje de vocabulario. Según un estudio realizado en Hong Kong y Corea del Sur, características gamificadas como el ranking competitivo y las rachas no son los únicos factores que motivan a los estudiantes universitarios a usar aplicaciones móviles para aprender idiomas; La facilidad de uso percibida y las preferencias culturales de aprendizaje también juegan un papel importante 4,5. Estos resultados demuestran cómo la tendencia pospandémica hacia el aprendizaje autorregulado (SRL) basado en dispositivos móviles ha incrementado la importancia educativa de la usabilidad y el diseño de aplicaciones. Al situar el estudio actual dentro de este marco, la técnica CDA se amplía más allá de la crítica ideológica para abarcar el desarrollo discursivo de procesos motivacionales y de adopción.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio fue aprobado por el Comité de Ética del Colegio de Policía de Fujian, Fuzhou, China. Todos los métodos se llevaron a cabo de acuerdo con las directrices y regulaciones pertinentes. Se obtuvo el consentimiento informado de todos los participantes en el estudio. Los participantes fueron claramente informados sobre el propósito de la investigación, el uso de datos, la naturaleza voluntaria de la participación y su derecho a retirarse en cualquier momento. También se obtuvo consentimiento informado por escrito de todos los participantes para la publicación de citas anonimizadas y perspectivas derivadas de las transcripciones de las entrevistas y los patrones de uso de la aplicación. No se incluye información ni imagen personal identificable en este manuscrito.

La metodología sugerida aplica un marco de Análisis Crítico del Discurso (CDA) para analizar los discursos neoliberales en interfaces gamificadas de aprendizaje de lenguas, basado en investigaciones previas con la aplicación de Baicizhan. El análisis examina los mecanismos textuales, diseños visuales y recursos funcionales de Baicizhan a través del marco tridimensional de Fairclough. Además, se recopilan datos de análisis de sentimiento de los usuarios, registros de movimientos de interfaces y registros cualitativos de entrevistas a estudiantes universitarios de EFL. Este enfoque combinado ayuda a evaluar cómo la gamificación promueve la competencia, la monitorización conductual y la auto-optimización, elementos clave de la ideología neoliberal. Comprensiones importantes quedan descubiertas por el difícil mapeo del procedimiento entre la discusión estudiantil y el diseño de la aplicación. Al destacar las tensiones entre la gamificación centrada en el compromiso y la motivación intrínseca de los estudiantes, este estudio aclara cómo las características tecnológicas influyen en el aprendizaje de idiomas en la educación superior. La Figura 1 muestra la estructura arquitectónica del método propuesto.

La Figura 1 ilustra el enfoque de Análisis Crítico del Discurso (CDA) en tres etapas que se utilizó para analizar los discursos incrustados de la aplicación. Este paradigma replantea deliberadamente el proceso como un enfoque interpretativo en lugar de un procesamiento técnico de datos, pasando de los elementos textuales específicos de la aplicación a la abstracción de cuestiones ideológicas sociales. Al registrar las ubicaciones específicas de la codificación ideológica —los aspectos textuales, visuales y funcionales de la app (como las rachas, tablas de clasificación y comentarios motivacionales)— la Fase 1: Artefactos de la App crea la base empírica. A continuación, estos artefactos pasan por la Etapa 2: Capas Interpretativas de CDA, que utiliza una secuencia de capas conceptuales superpuestas para resaltar visualmente la relación dialéctica entre la evidencia a nivel micro y el contexto a nivel macro. Los elementos textuales se interpretan a través de la Práctica Discursiva, que trata sobre la reproducción de significados, y están vinculados a la Práctica Social, que examina el contexto del poder y la ideología. Los Temas Ideológicos Neoliberales que organizan la experiencia de la app, como la responsabilidad individualizada y la Motivación Competitiva, son producidos en última instancia por la Etapa 3: Síntesis Temática, que utiliza codificación interpretativa y Abstracción Temática para traducir los patrones encontrados en el discurso en hallazgos abstractos y cualitativos. Los cuatro pasos principales del protocolo propuesto son los siguientes:

Diseño de la interfaz y selección de la aplicación
Se elige una popular aplicación gamificada para el estudio de idiomas (como Baicizhan). Aquí se utiliza un modelo CDA tridimensional desarrollado por Fairclough para realizar un análisis textual que examina prompts de vocabulario, feedback de usuario y señales relacionadas con la interfaz, así como análisis de prácticas discursivas con énfasis en las estructuras de comunicación dentro de la app y los patrones de interacción del usuario. Mediante el análisis de prácticas sociales, se pueden descubrir valores neoliberales como la competitividad, la eficiencia y el auto-seguimiento. Estas características reflejan valores neoliberales como la eficiencia, la competencia y el auto-seguimiento.

Recogida de datos
Para conocer más sobre los conocimientos, propósitos y sentimientos de los estudiantes de inglés inglés a nivel universitario respecto a entornos de aprendizaje gamificados, se realizan entrevistas semiestructuradas con ellos.

Análisis de sentimiento y mapeo del discurso
Un análisis de sentimiento se utiliza para regular la respuesta emocional y el nivel de participación en las reacciones de los usuarios, los registros de chat o la información de comunicación. Las áreas de discurso se miden en cuanto a compatibilidad con ideas neoliberales como la evaluación de rendimiento y la autogobernanza.

Integración y validación de datos
Se examinan las relaciones entre los dispositivos de gamificación y los indicadores de ansiedad del aprendiz, disminución de la motivación o presión sobre el rendimiento. Las principales estrategias de conversación que influyen en la interacción y el comportamiento del usuario están controladas.

Diseño de la interfaz y selección de aplicaciones
La app1 de Baicizhan se utiliza como ejemplo principal de aprendizaje gamificado asistido por móviles de idiomas (MALL) en la primera parte del estudio, con un enfoque en la adquisición de vocabulario. Dado que cuenta con una gran variedad de elementos de gamificación, como el orden de clasificación, el seguimiento del progreso, las insignias visuales y los disparadores de retroalimentación, esta aplicación es universal entre los estudiantes universitarios chinos de EFL.

Dada la combinación única de China entre la política educativa digital impulsada por el Estado, la cultura de aprendizaje orientada a exámenes y la creciente comercialización de EdTech, el enfoque en los estudiantes chinos de EFL es especialmente importante. El uso de herramientas digitales en las escuelas ha aumentado gracias a esfuerzos nacionales como Education Informatization 2.0, que apoyan estrategias de aprendizaje personalizadas y basadas en datos. Al mismo tiempo, el sistema educativo chino centrado en los exámenes enfatiza consistentemente resultados cuantificables y evaluación continua del rendimiento, lo que da espacio a funciones gamificadas que valoran el logro de objetivos, los rankings y el seguimiento del progreso. Estos procedimientos competitivos se han integrado aún más en plataformas de aprendizaje móvil, como Baicizhan, que ayudan a millones de usuarios a prepararse para importantes exámenes de inglés, gracias a la industria comercial de EdTech, que está en rápido crecimiento. El entorno chino es un entorno ideal para examinar cómo el diseño gamificado del aprendizaje naturaliza los discursos neoliberales de auto-optimización, competencia y performatividad, debido a la intersección entre política, cultura y tecnología.

Los elementos esenciales de la aplicación se eliminan razonablemente y se dividen en tres secciones como parte del análisis de la interfaz: elementos visuales (por ejemplo, iconos y barras de progreso), señales textuales (por ejemplo, instrucciones e incentivos) y constructos funcionales (por ejemplo, formación de objetivos, recordatorios y competencia social).

El enfoque tridimensional de Análisis Crítico del Discurso (CDA) de Fairclough se aplica al aprendizaje de estos atributos. Este modelo permite un escrutinio exhaustivo de los comportamientos, donde el enfoque comunicativo e interactivo de la app contiene ideología neoliberal. El primer paso en el proceso de CDA es un análisis de texto, que examina palabras aplicadas en respuestas de retroalimentación y solicitudes de aplicaciones. Más adelante, un estudio sobre las performances discursivas se centra en cómo los usuarios trabajan junto con la aplicación y cómo se construyen piezas de éxito o fracaso dentro de ella. Por último, el estudio de práctica social describe cómo el diseño de la aplicación refleja ideologías neoliberales más amplias, como la autorregulación, la competencia y la valoración del rendimiento. La Figura 2 muestra el proceso de trabajo de selección de aplicaciones y diseño de la interfaz.

Recogida de datos de la interfaz
Este trabajo recopila información importante y completa utilizando www.wjx.cn, un área china de encuestas online que ofrece servicios de muestreo remunerados. Inicialmente, los criterios de inclusión consistían en que los participantes debían ser estudiantes de grado matriculados en universidades chinas y haber utilizado al menos una aplicación gamificada para aprender vocabulario en inglés antes. El objetivo académico del estudio, la naturaleza voluntaria de la participación y el tiempo estimado requerido se comunicaron claramente en los mensajes de reclutamiento. Los participantes deben leer una declaración de consentimiento informado y proporcionar su consentimiento voluntario antes de comenzar la encuesta. No solo se utilizó el cribado de direcciones IP para reducir respuestas duplicadas o de bajo esfuerzo, sino que también se emplearon ítems de verificación de atención y el seguimiento de tiempos de finalización anormalmente cortos para verificar la calidad de los datos. El requisito de que todos los participantes fueran estudiantes chinos de grado sirvió como condición muestral. El tiempo medio de finalización de las 279 respuestas de direcciones IP no duplicadas recogidas durante una semana fue de 243 s. Se eliminaron siete respuestas que implicaban que el encuestado nunca había utilizado ninguna aplicación de vocabulario gamificado en inglés. Con una tasa de respuesta genuina del 97,49%, se mantuvieron finalmente un total de 272 respuestas.

En segundo lugar, se realizaron entrevistas semiestructuradas con estudiantes chinos de EFL para obtener una visión más profunda de sus experiencias con aplicaciones de vocabulario gamificado. Cada entrevista duraba entre 30 y 45 minutos y seguía un protocolo estructurado que abarcaba hábitos de aprendizaje, respuestas emocionales a la gamificación, patrones de motivación y presiones percibidas. Las entrevistas se realizaron en línea, grabadas en audio con permiso, transcritas textualmente y codificadas de forma independiente por dos investigadores utilizando un enfoque de análisis temático.

Tercero, los datos de interacción de la interfaz, incluyendo capturas de pantalla, registros de mensajes de retroalimentación, contadores de rachas, insignias y prompts de usuario, se extrajeron sistemáticamente de la aplicación Baicizhan. Estos artefactos proporcionaron el material textual, visual y funcional necesario para la CDA tridimensional de Fairclough. Paralelamente, se recopilaron datos de análisis de sentimiento traduciendo texto chino generado por usuarios al inglés usando DeepL38, verificando la precisión de la traducción mediante codificadores bilingües y calculando puntuaciones de polaridad usando VADER39, TextBlob40 y SnowNLP41 para validación interlingüística.

Se entrevistó a estudiantes universitarios chinos que aprendían inglés como lengua extranjera (EFL) para comprender mejor sus interacciones, motivaciones y opiniones respecto a las aplicaciones de vocabulario gamificado en inglés. Las preguntas sobre (1) la frecuencia y el contexto del uso de la app, (2) reacciones emocionales ante tareas o recompensas, (3) la implicación y motivación por las funciones de la app, (4) la presión o el estrés relacionados con el uso de la app, (5) la influencia en los hábitos de estudio o las estrategias de aprendizaje del vocabulario, (6) las interacciones sociales relacionadas con el progreso de la app y (7) recomendaciones para mejorar la experiencia de aprendizaje formaban parte del protocolo semiestructurado. Cada sesión, realizada por Zoom, presencial o por teléfono, duraba aproximadamente entre 30 y 45 minutos. Con el consentimiento de los participantes, todas las entrevistas fueron grabadas en audio y transcritas literalmente en inglés. Se empleó análisis temático para analizar los datos. Dos investigadores codificaron de forma independiente las transcripciones, que luego se categorizaron iterativamente en temas. Los desacuerdos se resolvieron mediante la discusión. Un análisis exhaustivo de las reacciones conductuales y psicológicas a la gamificación fue posible gracias a la combinación de estos conocimientos cualitativos con registros de interfaz que registraban la frecuencia de uso, las respuestas de retroalimentación y la búsqueda de objetivos.

Preprocesamiento de datos de sentimiento:
Para garantizar la interoperabilidad con herramientas basadas en inglés como TextBlob y VADER, todos los datos textuales se traducían al inglés antes del cálculo de sentimiento porque las respuestas originales de los usuarios estaban en chino. Para mantener la corrección contextual y afectiva, se utilizó el Deep LAPI para la traducción, y dos investigadores bilingües validaron manualmente los resultados. Estos textos verificados en inglés se usaron para calcular la polaridad del sentimiento y las puntuaciones de subjetividad. El modelo de sentimiento en chino SnowNLP también se utilizó para examinar un subconjunto aleatorio de 200 respuestas y así evaluar la fiabilidad entre lenguas; los resultados mostraron una fuerte asociación positiva con las puntuaciones de polaridad del VADER (r = 0,84).

La Tabla 1 resume las respuestas del conjunto de datos de 272 estudiantes chinos universitarios de EFL que informaron haber utilizado previamente una aplicación gamificada para el aprendizaje de vocabulario inglés. Según los datos demográficos, la población investigadora de este estudio es adecuada para investigar el grupo objetivo de usuarios, ya que representa plenamente a los estudiantes universitarios chinos en términos de género, edad, especialidad y años de experiencia docente. En cuanto a los diseños de consultas, el 79,04 % de los encuestados usaron las aplicaciones más de una hora a la semana, y el 94,11 % las usaron varias veces por semana. La información sobre el comportamiento de la práctica se observó junto con respuestas complementarias de los miembros.

El conjunto de datos incluye variables demográficas (edad, género, carrera académica, año de estudio) y variables relacionadas con el uso (frecuencia de uso de la aplicación y duración semanal de uso). Las 272 entidades del conjunto de datos suelen estar en el rango de edad de 18 a 22 años (91,91%), de las cuales el 60,66% son hombres y el 39,34% mujeres. Estas garantías de distribución por edad indican que el número de participantes corresponde al de los estudiantes universitarios que utilizan el aprendizaje de idiomas asistido por móvil y se asemeja a la población tradicional de estudiantes de grado.

Aunque los encuestados procedían de una amplia variedad de experiencias académicas, los principales grupos son los siguientes: Tecnologías (38,97%), Ingeniería (37,87%), Ciencias (12,87%) y Matemáticas (10,29%). La distribución interdisciplinar permite comparar cómo los estudiantes de otros campos ven y utilizan sistemas gamificados. En cuanto al rendimiento académico, los estudiantes de tercer curso (36,03%) y segundo (26,47%) constituyeron el mayor porcentaje de participantes, seguidos por los de primero (18,01%) y los de último curso (19,49%). Según esta distribución, la mayoría de los encuestados son estudiantes de nivel medio a superior, lo que puede influir en su grado de participación y análisis crítico de los recursos de aprendizaje. En cuanto al uso de la aplicación, el 28,31% de los colaboradores afirmó usar Baicizhan todos los días, mientras que el 33,46% describió usarlo cuatro a cinco veces por semana, lo que sugiere un alto grado de interacción frecuente con la red social. Solo el 2,21% de los usuarios usaban la app menos de una vez por semana. El uso semanal de la aplicación por parte de los participantes cambió, con la mayoría utilizándola durante 1-3 horas (50,37%) y menos estudiantes usándola durante más de 5 horas (11,4%).

La frecuencia de inicio de sesión y los registros de interacción de los participantes se interpretaron como indicadores conductuales propios de la SRL, reflejando la autonomía de los usuarios en la gestión de actividades de aprendizaje, el seguimiento de rutinas y la persistencia en la participación, de acuerdo con la investigación posterior a la pandemia sobre la adopción de tecnología y el aprendizaje autorregulado (SRL). Los datos cualitativos de las entrevistas también revelaron varios temas consistentes con las características de los TAM, incluyendo la utilidad percibida ("la clasificación me motiva a estudiar a diario") y la facilidad de uso percibida ("la app es sencilla e intuitiva de navegar"). Estas dimensiones vinculan conceptualmente el marco actual de la CDA con puntos de vista basados en la adopción observados en investigaciones comparativas recientes, a pesar de que nunca fueron codificadas ni modeladasoficialmente 5. Para triangular cuantitativamente los hallazgos de la ACD y el sentimiento y mejorar la integración de estudios a nivel conductual, perceptivo y discursivo, futuras versiones de este estudio incorporarán medidas cortas y validadas de TAM y SRL.

Modelo CDA de Fairclough
Una construcción realparainvestigar cómo el discurso en aplicaciones gamificadas de aprendizaje de idiomas, como Baicizhan, genera y perpetúa ideales neoliberales es accesible a través del modelo tridimensional de Análisis Crítico del Discurso (CDA) de Fairclough. Tres procedimientos interconectados se combinan en el modelo: práctica social (a nivel macro), práctica discursiva (nivel meso) y análisis textual (nivel micro).

Análisis textual (T) - Nivel micro
Los aspectos del idioma, incluyendo términos, organización y recordatorios de diseño de la app (como "Objetivo Diario Alcanzado" y "Mantén Tu Racha Viva") son el objetivo principal de este nivel. Supongamos que todas las unidades textuales del usuario son las siguientes:

Ecuación 1(1)

Aquí tei significa un mensaje de texto especial o una indicación.

Para evaluar la disposición y la ocurrencia neoliberal:

Ecuación 2(2)

Ecuación 3(3)

En consecuencia, la densidad neoliberal de la capa textual es:

Ecuación 4(4)

Práctica discursiva (D) - Nivel mesosé
Esta es información obtenida de entrevistas y registros de interfaz sobre cómo interactúan los usuarios con la app (frecuencia de uso, respuesta de retroalimentación y búsqueda de objetivos).

Supongamos que i represente a un usuario y aij un acto de interacción (como terminar una tarea o mirar una tabla de clasificación). Describe la matriz de interacciones:

Ecuación 5(5)

La puntuación de auto-optimización del usuario ahora está definida:

Ecuación 6(6)

El peso neoliberal (importancia) del acto aij se denota por wj. Por ejemplo, ver que la clasificación tiene una wj más alta que simplemente acceder a la app.

Práctica social (S) - Nivel macro
Esto implica analizar las formas en que el uso y el discurso de la aplicación reflejan ideas sociales más generales (como la productividad y la competencia).

Sea P(us i,λ k) un valor binario o difuso que indica si el discurso del usuario promueve la característica λk, y sea λk un rasgo ideológico (como la equidad o la autooptimización).

A continuación, la aparición ideológica de los usuarios:

Ecuación 7(7)

Esto mide el grado en que cada ideología neoliberal λk se ha propagado entre la base de usuarios. La puntuación global del marco CDA de una interfaz de usuario puede escribirse de la siguiente manera:

Ecuación 8(8)

Cuando a cada dimensión se le asigna un peso (α,β,γ), que puede ajustarse empíricamente o basarse en consideraciones cualitativas.

El modelo tridimensional de Análisis Crítico del Discurso (CDA) establecido por Fairclough se ilustra en la Figura 3, que se utiliza para evaluar el conocimiento gamificado para límites educativos, principalmente en etapas de aprendizaje de idiomas como Baicizhan. La fila superior de la figura representa las tres dimensiones analíticas de la CDA, mientras que la fila inferior integra los resultados de esas dimensiones para generar una única consecuencia coherente.

Este estudio creó un breve libro de códigos para el Análisis Crítico del Discurso (CDA) que dividía los aspectos discursivos en tres categorías: textual (elección de palabras, metáforas), visual (iconos, colores, insignias) y funcional (puntos, niveles, notificaciones). Declaraciones motivacionales como "¡Sigue adelante!" para el texto, insignias de estrellas para imágenes y notificaciones de seguimiento de progreso para características funcionales son ejemplos ilustrativos. Tras resolver ambigüedades y mejorar iterativamente los códigos, dos codificadores expertos aplicaron el libro de códigos de forma independiente a los datos. Se utilizó el Kappa de Cohen para calcular la concordancia entre codificadores, y los resultados mostraron una fiabilidad satisfactoria (κ = 0,78), asegurando consistencia y rigor en el estudio.

Análisis de sentimiento y mapeo del discurso
El análisis de sentimiento es aplicable a contenido generado por usuarios, así como a explicaciones, revisiones de aplicaciones, registros de comunicación y transcripciones de conferencias, tras la conclusión del Análisis Crítico del Discurso de Fairclough en tres niveles, que incluye repetición textual, discursiva ysocial 37. Este paso categoriza el tono emocional (positivo, negativo y neutral) y la intensidad utilizando procedimientos de Procesamiento del Lenguaje Natural (PLN). Para establecer la conexión emocional del usuario con dinámicas de aprendizaje gamificadas, por ejemplo, se miden expresiones normales de estrés o satisfacción en respuesta a la pérdida de línea o la presentación en la tabla de clasificación. Este estudio ayuda a definir si los dispositivos gamificados, como el seguimiento y la competencia, la presión de crecimiento o la participación, apoyan o contradicen los valores neoliberales expuestos en el CDA.

El Algoritmo 1, proporcionado en el Archivo Suplementario 1, muestra el proceso de trabajo del análisis de sentimiento y el mapeo del discurso. Una vez recogida y preprocesada la información textual, se preparan las observaciones del usuario utilizando métodos como minúsculas, eliminación de palabras cerradas, lematización y filtrado de puntuación. A continuación, se realizó un análisis de sentimiento sobre datos textuales en inglés inglés y chino en inglés y chino, siguiendo pasos de preprocesamiento como minúsculas, eliminación de palabras de parada, lematización y filtrado de puntuación. Estos textos se someten a análisis de sentimiento utilizando programas como VADER, TextBlob o modelos basados en BERT, que clasifican cada texto como neutral, positivo o negativo según su tono emocional o puntuaciones de polaridad. Esto ayuda a definir las respuestas emocionales de los usuarios ante fundamentos gamificados, como evaluaciones de presentación, líneas y premios. Paralelamente, las expresiones e ideas relacionadas con conceptos neoliberales específicos —como "auto-optimización", "concurrencia", "efectividad" o "seguimiento"— se identifican eliminando aspectos del discurso mediante el uso de coincidencias basadas en palabras clave o codificación temática, correspondientemente.

Las etiquetas conceptuales que se habían planteado durante la etapa de CDA ahora pueden entenderse en el texto de cada usuario. A continuación, se diseña un mapa discursivo, que autentica cómo los discursos y actitudes detallados coocurren dentro del conjunto de datos, basándose en los resultados. Esto puede incluir la elaboración de gráficos o mapas de calor que demuestren el tono expresivo y la regularidad de cada tema ideológico. Para ofrecer una visión más completa del material, estos sentimientos y entendimientos del discurso se comparten con los resultados de la CDA. Esta investigación ayuda a verificar si los estudiantes están adoptando o rechazando los discursos neoliberales presentados en el esquema de límites. Además, destaca los encuentros emocionales en el aprendizaje gamificado, identificando casos en los que cambiar de servicio puede comprometer inadvertidamente incentivos básicos o la elección del alumno.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este trabajo examinó cómo la gamificación en aplicaciones de Aprendizaje Asistido por Idiomas Móviles (MALL), como Baicizhan, influye en la motivación y el comportamiento de autorregulación de los estudiantes universitarios de EFL mediante un método sistemático de discurso crítico. Se utilizó un conjunto de datos de tres fundaciones unificadas para la estimación: (1) registros de 15 conferencias semiestructuradas con estudiantes universitarios de EFL; (2) datos de análisis de sentimiento a partir de más de 250 registros ...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El propuesto Análisis Crítico del Discurso (CDA) adopta una perspectiva crítico-ideológica que amplía trabajos previos examinando las funciones ideológicas más profundas incrustadas en aplicaciones gamificadas de aprendizaje de idiomas... Investigaciones anteriores, especialmente la de Chen yZhao 1, han examinado los factores motivacionales que influyen en la aceptación de aplicaciones de vocabulario gamificado entre los estudiantes de inglés inglés chino a gran e...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores no tienen conflictos de interés.

Agradecimientos

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores agradecen sinceramente el apoyo del Departamento de Cursos Básicos del Colegio de Policía de Fujian, Fuzhou, China, que permitió la finalización de esta investigación.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Vector Adenoviral (shNEAT1)10692-V5Vigene BiosciencesAdenovirus utilizado para reducir la expresión de NEAT1 in vivo e in vitro.
Kit de ensayo de proteínas BCA23227Thermo FisherKit utilizado para cuantificar la concentración de proteínas en lisados celulares.
Kit de Ensayo Dual-Luciferase ReporterE1910PromegaKit utilizado para ensayos de reporteros con doble luciferasa para medir la interacción miR-181a-5p.
Kits ELISA (citocinas)N/AR& Sistemas DKits utilizados para medir los niveles de citocinas en muestras de suero y tejido.
Suero fetal bovino (FBS)16000-044GibcoSuplemento utilizado en medios de cultivo para el crecimiento celular.
Anticuerpo GAPDH2118STecnología de señalización celularAnticuerpo primario contra GAPDH utilizado como control de carga en western blot.
Kit de tinción de hematoxilina y eosinaN/AThermo FisherKit utilizado para la tinción histológica de secciones de tejido para análisis patológicos.
Anticuerpos de inmunofluorescencia (CD206)14693-1-APProteintechAnticuerpo utilizado para detectar el marcador de macrófago M2 CD206 en secciones de tejido.
Lipopolisacáridos (LPS)L2630Sigma-AldrichLPS se utiliza para inducir la polarización inflamatoria de los macrófagos en células RAW264.7.
miR-181a-5p MimicN/AN/AImitador sintético del miR-181a-5p utilizado para modular los niveles del miR-181a-5p.
Plásmido de expresión de NEAT1N/AN/APlásmido utilizado para la sobreexpresión de NEAT1 en macrófagos RAW264.7.
Células de macrófagos RAW264.7TIB-71ATCCLínea celular de macrófagos murinos utilizada para experimentos in vitro.
Búfer de Lisis RIPA89901Thermo FisherTampón utilizado para lisar células y extraer la proteína total.
RPMI-1640 Medium11875-093GibcoMedio de cultivo para macrófagos RAW264.7.
SYBR Green Master Mix4385612Thermo FisherReactivo utilizado para análisis cuantitativo de PCR en tiempo real.
Cámaras de ensayo migratorio Transwell3422CorningCámaras utilizadas para ensayos de migración transwell para evaluar la migración de macrófagos.
Kit de ensayo de apoptosis TUNELAB66110AbcamKit utilizado para detectar apoptosis en células RAW264.7 mediante tinción TUNEL.
Anticuerpos Western Blot (HMGB1)ab18256AbcamAnticuerpo primario contra HMGB1 usado en Western bloting.

Referencias

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Chen, Y., Zhao, S. Understanding Chinese EFL learners' acceptance of gamified vocabulary learning apps: An integration of self-determination theory and technology acceptance model. Sustainability. 14 (18), 11288(2022).
  2. Li, J., King, R. B., Wang, C. Adaptation and validation of the vocabulary learning motivation questionnaire for Chinese learners: A construct validation approach. System. 108, 102853(2022).
  3. Technology in Education: A Tool on Whose Terms. , UNESCO, Paris, France. (2023).
  4. Roberts-Mahoney, H., Means, A. J., Garrison, M. J. Netflixing human capital development: Personalized learning technology and the corporatization of K-12 education. J Educ Policy. 31 (4), 405-420 (2016).
  5. Chung, B., Lo, N. A comparative study of self-regulated English learning through mobile language-learning applications in post-pandemic Hong Kong and South Korea. Smart Learn Environ. 12, 42(2025).
  6. ASER 2022 National Findings. , ASER Centre. New Delhi, India. (2022).
  7. Shah, M., Steinberg, B. The Right to Education Act: Trends in enrollment, test scores, and school quality. AEA Pap Proc. 109, 232-288 (2019).
  8. Realinho, V., Machado, J., Baptista, L., Martins, M. V. Predicting student dropout and academic success. Data. 7 (11), 146(2022).
  9. Urbina-Nájera, A. B., Téllez-Velázquez, A., Barbosa, R. C. Patterns to identify dropout university students with educational data mining. Rev Electron Investig Educ. 23, e1507(2021).
  10. Lopes Filho, J. A. B., Silveira, I. F. Early detection of students at dropout risk using administrative data and machine learning. RISTI - Rev Ibér Sist Tecnol Inf. 40, 480-495 (2021).
  11. Guanin-Fajardo, J. H., Barranquero, J. C. Contexto universitario, profesores y estudiantes: Vínculos y éxito académico. Rev Iberoam Educ. 88, 127-146 (2022).
  12. Zeineddine, H., Braendle, U., Farah, A. Enhancing prediction of student success: Automated machine learning approach. Comput Electr Eng. 89, 106903(2020).
  13. Guerrero-Higueras, ÁM., Fernández Llamas, C., Sánchez González, L., Gutierrez Fernández, A., Esteban Costales, G., Conde González, M. Á Academic success assessment through version control systems. Appl Sci. 10 (4), 1492(2020).
  14. Rafik, M. Artificial Intelligence and the Changing Roles in the Field of Higher Education and Scientific Research. Artificial Intelligence in Higher Education and Scientific Research. , Springer. Singapore. (2023).
  15. Mohammed, R., Almalki, A., Elshaer, I., Elhoseny, M., Baber, J. TAM-UTAUT and the acceptance of remote healthcare technologies by healthcare professionals: A systematic review. Informatics Med Unlocked. 32, 101008(2022).
  16. Natasia, S. R., Wiranti, Y. T., Parastika, A. Acceptance analysis of NUADU as an e-learning platform using the Technology Acceptance Model (TAM) approach. Procedia Comput Sci. 197, 512-520 (2022).
  17. Chintalapati, N., Srinivas, V., Daruri, K. Examining the use of YouTube as a learning resource in higher education: Scale development and validation of TAM model. Telemat Inform. 34, 853-860 (2017).
  18. Mustafa, M. H., Ahmad, M. B., Shaari, Z. H., Jannat, T. Integration of TAM, TPB, and TSR in understanding library user behavioral utilization intention of physical vs. e-book format. J Acad Librariansh. 47, 102399(2021).
  19. Sukendro, S., Habibi, A., Khaeruddin, K., Indrayana, B., Syahruddin, S., Makadada, F. A., Hakim, H. Using an extended Technology Acceptance Model to understand students' use of e-learning during COVID-19. Heliyon. 6 (11), e05410(2020).
  20. Rafique, H., Almagrabi, A. O., Shamim, A., Anwar, F., Bashir, A. K. Investigating the acceptance of mobile library applications with an extended Technology Acceptance Model (TAM). Comput Educ. 145, 103732(2020).
  21. Sah, P. K. English medium instruction in South Asia's higher education: Intersection of global challenges and local politics. J Multiling Multicult Dev. 41, 705-721 (2020).
  22. Smith, M. Social reproduction as language policy: The neoliberal co-option of English in global Japan. Educ Policy. 36 (7), 1652-1678 (2022).
  23. Yang, J. C. -C. Higher education internationalization in Taiwan: New developments in the context of geopolitical and social changes. Nagoya J High Educ. 12, 243-326 (2023).
  24. Li, Y., Wang, X. Online social networking sites continuance intention: A model comparison approach. J Comput Inf Syst. 57, 160-168 (2016).
  25. Rosli, M. S., Saleh, N. S. Technology-enhanced learning acceptance among university students during COVID-19: Integrating the full spectrum of Self-Determination Theory and self-efficacy into the Technology Acceptance Model. Curr Psychol. 42 (1), 18212-18231 (2022).
  26. Şahin, F., Şahin, Y. L. Drivers of technology adoption during the COVID-19 pandemic: The motivational role of psychological needs and emotions for pre-service teachers. Soc Psychol Educ. 25 (2-3), 567-592 (2022).
  27. Isabel, B., Catalán, S., Martínez, E. Understanding applicants' reactions to gamified recruitment. J Bus Res. 110, 41-50 (2020).
  28. Wu, B., Chen, X. Continuance intention to use MOOCs: Integrating the Technology Acceptance Model (TAM) and task technology fit (TTF) model. Comput Hum Behav. 67, 221-232 (2017).
  29. Seaborn, K., Fels, D. I. Gamification in theory and action: A survey. Int J Hum-Comput Stud. 74, 14-31 (2015).
  30. Sailer, M., Homner, L. The gamification of learning: A meta-analysis. Educ Psychol Rev. 32, 77-112 (2020).
  31. Hanus, M. D., Fox, J. Assessing the effects of gamification in the classroom. Comput Educ. 80, 152-161 (2015).
  32. Landers, R. N., Bauer, K. N., Callan, R. C. Gamification of task performance with leaderboards. Comput Hum Behav. 71, 508-515 (2017).
  33. Mekler, E. D., Brühlmann, F., Tuch, A. N., Opwis, K. Effects of individual gamification elements. Comput Hum Behav. 71, 525-536 (2017).
  34. Selwyn, N. Is Technology Good for Education. , Polity Press. Cambridge, UK. (2016).
  35. Williamson, B. Big Data in Education: The Digital Future of Learning, Policy and Practice. , SAGE Publications. London, UK. (2017).
  36. Zolfaghari, Z., et al. A scoping review of gamified applications in English language teaching: A comparative discussion with medical education. BMC Med Educ. 25, 274(2025).
  37. Fairclough, N. Critical discourse analysis and the marketization of public discourse: The universities. Discourse Soc. 4, 133-168 (1993).
  38. DeepL Translator: Neural Machine Translation System. , At https://www.deepl.com/ (2023).
  39. VADER: A parsimonious rule-based model for sentiment analysis of social media text. Hutto, C. J., Gilbert, E. Proceedings of the International AAAI Conference on Web and Social Media, 8 (1), 216-225 (2014).
  40. Loria, S. TextBlob: Simplified Text Processing. , https://textblob.readthedocs.io/ (2018).
  41. Zhang, Y. SnowNLP: A Python Library for Chinese Text Processing. , https://github.com/isnowfy/snownlp (2016).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Solicitar permiso para reutilizar el texto o las figuras de este artículo de JoVE

Solicitar permiso

Etiquetas

Aprendizaje asistido por dispositivos m vilesadquisici n de vocabularioteor a de la autodeterminaci nmotivaci n del usuariocompromiso del estudiantemonitoreo del desempe oaplicaciones de vocabulario en ingl s

Artículos relacionados