Artigo de investigação

Aprendizagem Gamificada de Línguas e Ideologia Neoliberal: Uma Análise Multimodal do Discurso Crítico de uma Aplicação Popular do Vocabulário Inglês

DOI:

10.3791/69383

6 de janeiro de 2026

Neste artigo

Resumo

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

Este estudo examina o impacto da gamificação na motivação de estudantes universitários chineses na aprendizagem de vocabulário em inglês assistida por dispositivos móveis. A Análise Crítica do Discurso revela que, embora elementos gamificados aumentem temporariamente o engajamento, eles também promovem normas competitivas e de autoavaliação que podem corroer a motivação intrínseca e impactar as experiências psicológicas e sociotécnicas dos alunos.

Resumo

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

A integração da gamificação na aprendizagem de idiomas assistida por dispositivos móveis (MALL) remodelou a forma como os aprendizes podem se envolver com a aquisição de vocabulário e a comunicação autodirigida. Poucos estudos examinaram o impacto de aplicações gamificadas no comportamento e nas reações psicológicas dos aprendizes, especialmente em contextos de aprendizagem de inglês não nativos, apesar de suas frequentes reconhecimentos por aumentar a motivação e o engajamento dos usuários. Este estudo examina o impacto motivacional e as bases ideológicas dos populares aplicativos gamificados de vocabulário em inglês, utilizando a estrutura tridimensional Critical Discourse Analysis (CDA) de Fairclough para analisar tanto as interações do usuário quanto o design da plataforma. Com base em dados de interface, análise de sentimento do usuário e históricos escolares de entrevistas de estudantes universitários chineses que estudam inglês como língua estrangeira (EFL), este estudo revela que, em conformidade com a Teoria da Autodeterminação (SDT), a gamificação desempenha um papel significativo no incentivo à motivação e engajamento dos alunos, mas ao mesmo tempo incorpora ideais neoliberais de competição, auto-otimização e monitoramento comportamental. Esses recursos, embora destinados a aumentar o desempenho, podem minar a motivação intrínseca ao longo do tempo. Os resultados destacam as dinâmicas psicológicas e sociotécnicas dos ambientes de aprendizagem gamificados, oferecendo novas percepções sobre como as plataformas educacionais digitais podem reforçar expectativas autorregulatórias e o discurso orientado para desempenho.

Introdução

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

O processo de aquisição de uma língua é comumente considerado socialmente mediado e interativo, incorporando interação comunicativa, produção e entrada em situações socioculturais específicas. Pesquisas fundamentais sobre aquisição de segunda língua (SLA) destacam que oportunidades de engajamento, feedback e prática autorregulada são tão importantes para ajudar os aprendizes a se tornarem proficientes quanto a exposição à entrada linguística. Essa estrutura permite que os aprendizes participem de ciclos de feedback de andaimes e comunicação autêntica por meio do uso de ambientes de aprendizagem digitais e assistidospor dispositivos móveis. A incorporação da gamificação nesses ambientes alterou ainda mais a forma como os alunos mantêm a motivação, acompanham seu desenvolvimento e desenvolvem práticas linguísticas autodirigidas.

Aprendizes de idiomas podem adquirir uma língua estrangeira alvo de forma mais eficaz se tiverem um vocabulário abrangente, pois isso os ajuda a entender o que estão ouvindo ou lendo no idioma. A gramática pode ser usada para comunicar dados, mas sem linguagem, a conversa não pode ser concluída. No entanto, muitos estudantes de EFL ainda têm dificuldades na aquisição de vocabulário, que percebem como uma barreira significativa para melhorar sua proficiência geral em inglês. Como adquirir vocabulário complexo — incluindo gramática, ortografia, significado, conotação, colocação e estrutura de palavras — exige uma entrada consistente, a carga cognitiva frequentemente motiva os alunos a buscar métodos de aprendizagem maisenvolventes 2.

A eficácia do aprendizado de vocabulário é limitada pela metodologia convencional de aprendizagem baseada em trabalho. À medida que a educação tecnológica avança, um número crescente de aplicações gamificadas para aprendizado de vocabulário em inglês surgiu com o objetivo de aumentar a motivação e a eficácia dos alunos. De acordo com Li et al.2, gamificação é o processo de modificar os padrões de uso ou comportamentos das pessoas ao incorporar mecânicas e elementos de jogos em ambientes não relacionados ao jogo. Aplicações inspiradas em jogos estão se tornando cada vez mais comuns entre os aprendizes de EFL e atraindo o interesse de pesquisadores acadêmicos devido à sua capacidade de combinar as características da gamificação instrucional e da aprendizagem de línguas assistida por dispositivos móveis (MALL) em um ambiente de desenvolvimento de vocabulário.

Nos últimos 20 anos, as soluções de tecnologia educacional (EdTech) tornaram-se mais amplamente disponíveis e utilizadas em sala de aula em todoo mundo 3. Uma nova dependência da tecnologia para reduzir a lacuna de aprendizagem surgiu em uma era em que pesquisas e relatórios anuaisconsecutivos 6têm revelado uma queda nos níveis de aprendizagem entre criançasindianas 7. A variedade e complexidade da sociedade moderna tornaram o ensino superior essencial e, como resultado, o corpo de pesquisas científicas dedicadas à previsão do desempenho educacional ou da probabilidade de abandono estudantil cresceurapidamente 89, 10, 11, 12, 13. A função tradicional das instituições de ensino superior na disseminação do conhecimento evoluiu; A criatividade em novos conhecimentos, especialmente com o surgimento da InteligênciaArtificial 14, e o treinamento de profissionais qualificados levaram muitos deles a interagir com diferentes facetas da sociedade. Na verdade, os principais objetivos de suas atividades acadêmicas e culturais são elevar o padrão de conhecimento dentro da comunidade por meio de instrução, investigação e capacidade de compartilhar e transferir essas informações.

A TAM tornou-se um paradigma proeminente nos últimos anos para entender a adoção de tecnologia em diversos domínios, incluindo mídiassociais 15, bancoonline 16, tecnologias de saúde17 e educação. Diversos estudiosos examinaram como instrutores e estudantes utilizam recursos ou plataformas de e-learning sob o arcabouço teórico do TAM. Por exemplo, à luz da pandemia de COVID-19, Mustafa et al.18 examinaram as variáveis que influenciam os resultados do e-learning. Também foi investigada a aceitação dos alunos dos recursos de aprendizagem baseados noYouTube 19 . Rafique et al.20 examinaram as intenções comportamentais dos usuários ao utilizar o formato de e-book e forneceram uma explicação para por que instrutores e alunos gostam ou não de ensinoonline 17. Além disso, pesquisas foram realizadas sobre a adoção de aplicativos móveis que utilizam TAM por usuários.

O objetivo principal desse aprendizado é examinar criticamente como as aplicações gamificadas de aprendizado de idiomas usadas por estudantes universitários de EFL caracterizam e disseminam discursos neoliberais. Tanto os contornos comunicativos quanto os de design dessas aplicações integram esses discursos. Embora a motivação e aceitação do usuário tenham sido consideradas sistematicamente no passado, esses programas de treinamento geralmente se baseiam em estruturas técnicas e psicológicas, como a Teoria da Autodeterminação (SDT) e o Modelo de Aceitação de Tecnologia (TAM). No entanto, sob a perspectiva da Análise Crítica do Discurso (CDA), este estudo visa preencher uma lacuna significativa em pesquisa. Examina como as aplicações de aprendizado de idiomas incentivam comportamentos competitivos, acompanhamento de apresentações e auto-otimização. Esses recursos, que são dominantes na ideologia neoliberal, são frequentemente possibilitados por fundamentos de gamificação como rankings, distintivos, pontuações e monitoramento de desenvolvimento. O trabalho avaliará como prompts textuais, imagens de interface e respostas cuidadosas dos aprendizes afetam a motivação, os comportamentos de aprendizagem e a autopercepção dos usuários. O objetivo principal continua sendo a influência desses métodos na aprendizagem do inglês pelos estudantes.

Este trabalho proposto utiliza o método tridimensional CDA de Fairclough para avaliar aplicativos gamificados de aprendizado de idiomas a partir de uma nova perspectiva de discurso crítico. Comparado a trabalhos existentes que focavam principalmente em recursos técnicos ou motivacionais de adoção usando SDT ou TAM, este trabalho desmonta os ideais neoliberais enraizados na expansão da interface do usuário EdTech e na comunicação. Ela valida especialmente como estruturas de gamificação, como rankings, linhas e indicadores de avaliação, servem como ferramentas para auto-otimização e acompanhamento, especialmente no contexto do aprendizado de vocabulário para estudantes universitários de EFL. Para validar os resultados além da informação digital e centrada no ser humano, o estudo utiliza uma abordagem metodológica híbrida que combina análise de sentimento, registro de interfaces e mapeamento do discurso.

O ensino superior global passou por mudanças significativas como resultado do neoliberalismo, que prioriza regras orientadas pelo mercado, rivalidades e privatização em detrimento dos valores mais gerais daeducação 21. Em um esforço para melhorar a empregabilidade e a competitividade global, as universidades têm adotado cada vez mais políticas de EMI, reconhecendo o valor do inglês como uma vantagem fundamental. Ainda assim, a EMI regularmente agrava as diferenças educacionais ao excluir quem não falou inglês e favorecer aqueles que têm acesso a materiais em inglês22. Como resultado, uma construção hierárquica é familiar, com a proficiência linguística atuando como uma barreira potencial. Os objetivos neoliberais são evidentes no uso da EMI em países como a Coreia do Sul, que visa melhorar a posição global e atrair investimentos, mas também pode minar as línguas regionais e levar à supremacialinguística 23.

Os pesquisadores empregaram SDT e TAM em vários cenários, incluindo intenções contínuas de usar sites de redes sociaisonline 24 e aprendizado aprimorado por tecnologia durante aCOVID-19 25,26 para investigar mais a fundo a lógica por trás do uso da tecnologia. Além disso, usando SDT e TAM, Isabel et al.27 examinaram como os usuários responderam a uma ferramenta de contratação gamificada e descobriram que as opiniões dos candidatos sobre a usabilidade e conveniência de uso da ferramenta estão ligadas à sua capacidade de atender às demandas dos usuários por autonomia e competência, bem como de incentivar a automotivação. Wu eChen 28buscaram integrar essas duas teorias e demonstrar relações claras entre os elementos percepcionais dos usuários que impactam a aceitação de aplicativos gamificados de aprendizado de vocabulário em inglês e sua inspiração autônoma e monitorada, de acordo.

Em linha com as premissas da Teoria da Autodeterminação (SDT), pesquisas recentes situaram a gamificação dentro de estruturas motivacionais que descrevem seu potencial para apoiar o engajamento do aprendiz. Em sua análise detalhada da pesquisa em gamificação, Seaborn e Fels (2015)29 enfatizam como recursos do jogo, como placares, distintivos e pontos, têm como objetivo aumentar a motivação intrínseca e promover objetivos de aprendizagem. Embora os resultados variem dependendo da implementação, a gamificação pode ter um impacto favorável em desfechos cognitivos, motivacionais e comportamentais, segundo uma meta-análise de Sailer e Homner (2020)30. Embora Landers, Bauer e Callan (2017)31,32 tenham mostrado que o efeito motivador dos rankings depende de sua integração com os processos de definição de metas, Hanus e Fox (2015)31,32 descobriram que a gamificação em salas de aula pode reduzir a motivação intrínseca e o desempenho acadêmico se não estiver alinhada às necessidades dos alunos. Esses estudos experimentais e longitudinais também alertam contra aplicações excessivamente simplistas. A importância do design de gamificação orientada por teoria foi ainda mais destacada por Mekler et al. (2017)33, que demonstraram que, embora mecânicas específicas do jogo possam melhorar o desempenho, elas nem sempre promovem a motivação intrínseca. Quando considerados como um todo, esses achados oferecem uma base sofisticada para inserir as pesquisas atuais no corpo de conhecimento sobre o papel conflitante, porém promissor, da gamificação na promoção do aprendizado e da motivação.

A maioria dos trabalhos de pesquisa 1,2,3 já discutidos ainda está focada em modelos motivacionais e tecnológicos de aceitação, mesmo que estudantes universitários estejam utilizando progressivamente habilidades gamificadas de aprendizado de idiomas assistidas por dispositivos móveis (MALL). Esses consistem em estruturas como o Modelo de Aceitação de Tecnologia (TAM) e a Teoria da Autodeterminação (SDT)1. Esses métodos abordam regularmente implicações ideológicas mais complexas, ao mesmo tempo em que apoiam a compreensão do comportamento do usuário e dos padrões de interação. Em particular, a forma como a estratégia das tecnologias instrucionais incorpora discursos ou visões de mundo específicas não recebe reflexão suficiente. Há uma escassez de pontos de vista críticos que examinem como características gamificadas, como atratividade, avaliação de acompanhamento e autocontrole, caracterizam e apoiam ideais neoliberais. Os fundamentos de comunicação e visuais das submissões de aprendizagem de idiomas também não foram amplamente considerados sob a perspectiva da Análise Crítica do Discurso (CDA)2. Compreender como esses resultados de design afetam as experiências de aprendizagem dos estudantes universitários e moldam suas opiniões sobre o alcance da aprendizagem é particularmente crucial. Examina as propriedades dos discursos neoliberais sobre estudantes de inglês em contextos de ensino superior, aprendendo-os por meio de etapas de EdTech.

Pesquisas críticas em tecnologia educacional questionaram as ramificações mais amplas das tecnologias educacionais, indo além de seus benefícios motivacionais. Selwyn (2016)34alerta contra o otimismo inquestionável, argumentando que a tecnologia não é um instrumento neutro, mas deve ser vista no contexto de contextos sociais, culturais e políticos. Ao analisar como as tecnologias orientadas por dados alteram a governança educacional sob lógicas neoliberais, que frequentemente priorizam eficiência e responsabilidade em detrimento da justiça e da pedagogia, Williamson (2017)35 expande essa crítica. Da mesma forma, Roberts-Mahoney, Means e Garrison (2016)4 enfatizam como ideais orientados ao mercado e corporativos se refletem em plataformas de aprendizagem personalizada, redefinindo os estudantes como consumidores de educação orientada por dados. Ao levar em conta diversos pontos de vista, o estudo atual está inserido em discussões contínuas sobre a economia política da EdTech, bem como sobre estruturas motivacionais e de adoção como SDT e TAM. Ao reconhecer tanto o potencial instrucional da gamificação quanto as forças sistêmicas que influenciam sua implementação, essa dupla estrutura fortalece a base crucial da pesquisa. O incentivo dos estudantes universitários para usar aplicativos gamificados para aprender idiomas é mediado por ranking competitivo e facilidade de uso, segundo dados comparativos recentes da Coreia do Sul pós-pandemia e Hong Kong. Isso sugere que aspectos gamificados afetam tanto os julgamentos de engajamento quanto deusabilidade 5. Isso reforça a ênfase do estudo atual na construção discursiva dessas qualidades dentro de um contexto crítico.

Para destacar a eficácia e o potencial entre disciplinas, a revisão deescopo 36 examinou o estado das aplicações gamificadas dentro do TEFL e discutiu insights comparativos da educação médica. Com foco no ano de publicação, distribuição geográfica, design de estudos, opções de entrega, utilização de tecnologia, aspectos de gamificação e ferramentas de medição, a revisão compreendeu um total de 33 estudos. De acordo com a avaliação, a maioria das publicações foi publicada em 2018, com uma parte substancial vinda da Ásia. Os estudos de intervenção compreenderam 2.531 alunos ao todo. As abordagens mais populares eram as de métodos mistos e os desenhos de pré-teste/pós-teste quase experimentais. Tecnologias de aprendizado móvel são amplamente utilizadas, e a entrega online tornou-se a forma mais comum de instrução.

Dados comparativos recentes de ambientes de aprendizagem pós-pandemia destacam a crescente importância de examinar aplicativos gamificados de aprendizado de vocabulário. De acordo com um estudo realizado em Hong Kong e Coreia do Sul, características gamificadas como ranking competitivo e sequências não são os únicos fatores que motivam estudantes universitários a usar aplicativos móveis de aprendizado de idiomas; A facilidade percebida de uso e as preferências culturais de aprendizagem também desempenham um papel significativo 4,5. Esses resultados demonstram como a tendência pós-pandemia para o aprendizado autorregulado (SRL) baseado em dispositivos móveis aumentou a importância educacional da usabilidade e do design de aplicativos. Ao situar o estudo atual dentro desse enquadramento, a técnica CDA é expandida além da crítica ideológica para abranger o desenvolvimento discursivo dos processos motivacionais e de adoção.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

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

Este estudo foi aprovado pelo Comitê de Ética da Faculdade de Polícia de Fujian, em Fuzhou, China. Todos os métodos foram realizados de acordo com as diretrizes e regulamentos relevantes. Foi obtido consentimento informado de todos os participantes envolvidos no estudo. Os participantes foram claramente informados sobre o propósito da pesquisa, uso dos dados, natureza voluntária da participação e seu direito de se retirar a qualquer momento. Também foi obtido consentimento informado por escrito de todos os participantes para a publicação de citações anonimizadas e insights derivados das transcrições das entrevistas e dos padrões de uso do aplicativo. Nenhuma informação ou imagem pessoalmente identificável está incluída neste manuscrito.

A metodologia sugerida aplica uma estrutura de Análise Crítica do Discurso (CDA) para analisar os discursos neoliberais em interfaces gamificadas de aprendizado de línguas, baseada em pesquisas anteriores com a aplicação Baicizhan. A análise analisa os mecanismos textuais, os designs visuais e os recursos funcionais de Baicizhan por meio da estrutura tridimensional de Fairclough. Além disso, são coletados dados de análise de sentimento dos usuários, registros de movimento da interface e registros qualitativos de entrevistas de estudantes universitários de EFL. Essa abordagem mista ajuda a avaliar como a gamificação promove a competição, o monitoramento comportamental e a auto-otimização — elementos-chave da ideologia neoliberal. Compreensões importantes são expostas pelo difícil mapeamento do procedimento entre discussão dos alunos e design do aplicativo. Ao destacar as tensões entre gamificação focada no engajamento e a motivação intrínseca dos aprendizes, este estudo esclarece como as características tecnológicas influenciam o aprendizado de idiomas no ensino superior. A Figura 1 mostra a estrutura arquitetônica do método proposto.

A Figura 1 ilustra a abordagem de Análise Crítica do Discurso (CDA) em três estágios que foi usada para analisar os discursos incorporados do aplicativo. Esse paradigma propositalmente reformula o processo como uma abordagem interpretativa, em vez de um processamento técnico de dados, passando dos elementos textuais específicos do aplicativo para a abstração de questões ideológicas sociais. Ao registrar as localizações específicas da codificação ideológica — os aspectos textuais, visuais e funcionais do app (como sequências, tabelas de classificação e comentários motivacionais) — a Fase 1: Artefatos do Aplicativo cria a base empírica. Em seguida, esses artefatos passam pela Etapa 2: Camadas Interpretativas da CDA, que utiliza uma sequência de camadas conceituais sobrepostas para destacar visualmente a relação dialética entre evidências em nível micro e contexto em nível macro. Os elementos textuais são interpretados por meio da Prática Discursiva, que trata da reprodução de significados, e estão ligados à Prática Social, que examina o contexto do poder e da ideologia. Os Temas Ideológicos Neoliberais que organizam a experiência do app, como a responsabilidade individualizada e a Motivação Competitiva, são, em última análise, produzidos pela Etapa 3: Síntese Temática, que utiliza codificação interpretativa e Abstração Temática para traduzir os padrões encontrados no discurso em achados abstratos e qualitativos. Os quatro principais passos do protocolo proposto são os seguintes:

Design da interface e seleção do aplicativo
Um aplicativo popular de estudo gamificado (como o Baicizhan) foi escolhido para o estudo. Um modelo CDA tridimensional desenvolvido por Fairclough é utilizado aqui para realizar uma análise textual examinando prompts de vocabulário, feedback do usuário e sinais relacionados à interface, bem como análise da prática discursiva com ênfase em estruturas de comunicação dentro do aplicativo e padrões de interação do usuário. Usando a análise de práticas sociais, é possível descobrir valores neoliberais como competitividade, eficiência e auto-rastreamento. Essas características refletem valores neoliberais como eficiência, competição e auto-rastreamento.

Coleta de dados
Para obter mais informações sobre o conhecimento, os propósitos e os sentimentos dos estudantes de EFL em nível universitário em relação ao ambiente de aprendizagem gamificada, entrevistas semiestruturadas são realizadas com eles.

Análise de sentimento e mapeamento do discurso
Uma análise de sentimento é usada para regular a resposta emocional e o nível de participação nas reações dos usuários, registros de chat ou informações de comunicação. As áreas de discurso são medidas quanto à compatibilidade com ideias neoliberais, como benchmarking de desempenho e autogoverno.

Integração e validação de dados
São analisadas as relações entre dispositivos de gamificação e indicadores de ansiedade do aprendiz, redução da motivação ou pressão de desempenho. As principais estratégias de conversa que influenciam a interação e o comportamento do usuário são controladas.

Design de interface e seleção de aplicativos
O aplicativoBaicizhan 1 é usado como exemplo primário de Aprendizagem Assistida por Linguagem Móvel (MALL) gamificada na primeira parte do estudo, com foco na aquisição de vocabulário. Como possui uma infinidade de elementos de gamificação, como ordem de ranking, monitoramento do progresso, crachás visuais e gatilhos de feedback, esse aplicativo é universal entre estudantes universitários chineses de EFL.

Dada a combinação única da China entre política de educação digital orientada pelo Estado, cultura de aprendizagem orientada para exames e crescente mercantilização do EdTech, o foco nos alunos chineses de EFL é especialmente importante. O uso de ferramentas digitais nas escolas aumentou devido a esforços nacionais como a Education Informatization 2.0, que apoiam estratégias de aprendizagem personalizadas e baseadas em dados. Ao mesmo tempo, o sistema educacional chinês focado em exames enfatiza consistentemente resultados quantificáveis e avaliação contínua de desempenho, o que abre espaço para recursos gamificados que valorizam a conquista de metas, rankings e acompanhamento de progresso. Esses procedimentos competitivos foram ainda mais integrados em plataformas de aprendizado móvel, como a Baicizhan, que auxiliam milhões de usuários a se prepararem para importantes provas de inglês, pela indústria comercial de EdTech, que cresce rapidamente. O ambiente chinês é um cenário ideal para examinar como o design gamificado da aprendizagem naturaliza discursos neoliberais de auto-otimização, competição e performatividade, devido à interseção entre política, cultura e tecnologia.

Os elementos essenciais da aplicação são razoavelmente removidos e divididos em três seções como parte da análise da interface: elementos visuais (por exemplo, ícones e barras de progresso), pistas textuais (por exemplo, instruções e incentivos) e construções funcionais (por exemplo, formação de objetivos, lembretes e competição social).

A abordagem tridimensional de Análise do Discurso Crítico (CDA) de Fairclough é aplicada ao aprendizado desses atributos. Esse modelo oferece espaço para um escrutínio abrangente dos comportamentos, onde a abordagem comunicativa e interativa do aplicativo contém ideologia neoliberal. A etapa inicial do processo de CDA é uma análise de texto, que examina palavras aplicadas em respostas de feedback e solicitações de aplicativos. Mais tarde, um estudo sobre performances discursivas foca em como os usuários trabalham em conjunto com o aplicativo e como peças de sucesso ou fracasso são construídas dentro dele. Por fim, o estudo de prática social descreve como o design do aplicativo reflete ideologias neoliberais mais amplas, como autorregulação, competição e avaliação de desempenho. A Figura 2 mostra o processo de seleção de aplicativos e design da interface.

Coleta de dados de interface
Este trabalho coleta informações importantes e completas usando www.wjx.cn, uma área chinesa de pesquisa online que oferece serviços pagos de amostra. Inicialmente, os critérios de inclusão eram que os participantes deveriam ser estudantes de graduação matriculados em universidades chinesas e já ter usado pelo menos um aplicativo gamificado de aprendizado de vocabulário em inglês antes. O objetivo acadêmico do estudo, a natureza voluntária da participação e o tempo estimado necessário foram claramente comunicados nas mensagens de recrutamento. Os participantes devem ler uma declaração de consentimento informada e fornecer seu consentimento voluntário antes de iniciar a pesquisa. Não só a triagem de endereços IP era usada para reduzir respostas duplicadas ou de baixo esforço, mas itens de verificação de atenção e monitoramento de tempos de conclusão anormalmente curtos também eram usados para verificar a qualidade dos dados. A exigência de que todos os participantes fossem estudantes chineses de graduação serviu como condição de amostra. O tempo médio de conclusão para as 279 respostas de endereços IP não duplicados coletados ao longo de uma semana foi de 243 s. Sete respostas que sugeriam que o respondente nunca havia usado nenhum aplicativo gamificado de vocabulário em inglês foram removidas. Com uma taxa de resposta genuína de 97,49%, um total de 272 respostas foram mantidas eventualmente.

Em segundo lugar, entrevistas semiestruturadas foram realizadas com estudantes chineses de EFL para obter uma compreensão mais profunda de suas experiências com aplicativos de vocabulário gamificado. Cada entrevista durou de 30 a 45 minutos e seguiu um protocolo estruturado que abrange hábitos de aprendizagem, respostas emocionais à gamificação, padrões de motivação e pressões percebidas. As entrevistas foram conduzidas online, gravadas em áudio com permissão, transcritas literalmente e codificadas de forma independente por dois pesquisadores usando uma abordagem de análise temática.

Terceiro, os dados de interação da interface, incluindo capturas de tela, registros de mensagens de feedback, contadores de sequência, crachás e prompts do usuário, foram sistematicamente extraídos do aplicativo Baicizhan. Esses artefatos forneceram o material textual, visual e funcional necessário para a CDA tridimensional de Fairclough. Paralelamente, dados de análise de sentimento foram coletados traduzindo texto chinês gerado pelos usuários para o inglês usando DeepL38, verificando a precisão da tradução por meio de codificadores bilíngues e calculando escores de polaridade usando VADER39, TextBlob40 e SnowNLP41 para validação entre línguas.

Estudantes universitários chineses que aprendem inglês como língua estrangeira (EFL) foram entrevistados para obter uma compreensão mais profunda de suas interações, motivações e opiniões sobre aplicativos gamificados de vocabulário em inglês. Perguntas sobre (1) frequência e contexto do uso do app, (2) reações emocionais a tarefas ou recompensas, (3) engajamento e motivação dos recursos do app, (4) pressão ou estresse relacionados ao uso do app, (5) influência nos hábitos de estudo ou estratégias de aprendizagem do vocabulário, (6) interações sociais sobre o progresso do app, e (7) recomendações para aprimorar a experiência de aprendizagem faziam parte do protocolo semiestruturado. Cada sessão, conduzida via Zoom, presencialmente ou por telefone, durou aproximadamente de 30 a 45 minutos. Com o consentimento dos participantes, todas as entrevistas foram gravadas em áudio e transcritas literalmente em inglês. A análise temática foi empregada para analisar os dados. Dois pesquisadores codificaram independentemente as transcrições, que foram então iterativamente categorizadas em temas. Desentendimentos foram resolvidos por meio de discussão. Uma análise aprofundada das reações comportamentais e psicológicas à gamificação foi possível pela combinação desses insights qualitativos com logs de interface que registraram frequência de uso, respostas de feedback e busca de objetivos.

Pré-processamento de dados de sentimento:
Para garantir interoperabilidade com ferramentas baseadas em inglês como TextBlob e VADER, todos os dados textuais eram traduzidos para o inglês antes do cálculo de sentimento, pois as respostas originais dos usuários estavam em chinês. Para manter a correção contextual e afetiva, o Deep LAPI foi usado para tradução, e dois pesquisadores bilíngues então validaram manualmente os resultados. Esses textos em inglês verificados foram então usados para calcular as pontuações de polaridade de sentimento e subjetividade. O modelo de sentimento em língua chinesa SnowNLP também foi usado para examinar um subconjunto aleatório de 200 respostas para avaliar a confiabilidade entre línguas; os resultados mostraram uma forte associação positiva com as pontuações de polaridade do VADER (r = 0,84).

A Tabela 1 resume as respostas do conjunto de dados de 272 estudantes chineses universitários de EFL que relataram uso prévio de uma aplicação gamificada de aprendizado de vocabulário em inglês. De acordo com dados demográficos, a população pesquisada deste estudo é adequada para investigar o grupo-alvo de usuários, pois representa integralmente os estudantes universitários chineses em termos de gênero, idade, curso e anos de experiência docente. Em termos de design de prática, 79,04% dos avaliados usaram os aplicativos por mais de uma hora por semana, e 94,11% os usaram várias vezes por semana. As informações sobre o comportamento da prática foram observadas em conjunto com respostas suplementares dos membros.

O conjunto de dados inclui variáveis demográficas (idade, gênero, curso acadêmico, ano de estudo) e variáveis relacionadas ao uso (frequência do uso do aplicativo e duração semanal de uso). As 272 entidades no conjunto de dados geralmente estão na faixa etária de 18 a 22 anos (91,91%), sendo 60,66% delas homens e 39,34% mulheres. Essas garantias de distribuição etária indicam que o número de participantes corresponde ao dos estudantes universitários que usam aprendizado de idiomas assistido por dispositivos móveis e se assemelha à população tradicional de estudantes de graduação.

Embora os entrevistados tenham vindo de uma ampla variedade de experiências acadêmicas, os principais grupos são: Tecnologias (38,97%), Engenharia (37,87%), Ciências (12,87%) e Matemática (10,29%). A distribuição interdisciplinar permite a comparação de como estudantes de outras áreas veem e utilizam sistemas gamificados. Quanto ao desempenho acadêmico, os alunos do terceiro ano (36,03%) e do segundo ano (26,47%) representaram a maior porcentagem de participantes, seguidos pelos calouros (18,01%) e do último ano (19,49%). De acordo com essa distribuição, a maioria dos entrevistados são estudantes de nível médio a avançado, o que pode influenciar seu grau de participação e análise crítica dos recursos de aprendizagem. Em termos de uso do aplicativo, 28,31% dos colaboradores afirmaram usar Baicizhan todos os dias, enquanto 33,46% descreveram usá-lo de quatro a cinco vezes por semana, sugerindo um alto grau de interação frequente com a rede social. Apenas 2,21% dos usuários usavam o aplicativo menos de uma vez por semana. O uso semanal do aplicativo pelos participantes mudou, com a maioria usando por 1 a 3 horas (50,37%) e menos alunos o usando por mais de 5 horas (11,4%).

A frequência de login e os registros de interação dos participantes foram interpretados como indicadores comportamentais próximos ao SRL, refletindo a autonomia dos usuários na gestão das atividades de aprendizagem, monitoramento de rotinas e persistência no engajamento, de acordo com pesquisas pós-pandemia sobre adoção de tecnologia e aprendizagem autorregulada (SRL). Dados qualitativos de entrevistas também revelaram vários temas consistentes com características do TAM, incluindo a utilidade percebida ("o ranking me motiva a estudar diariamente") e a facilidade de uso percebida ("o app é simples e intuitivo de navegar"). Essas dimensões conectam conceitualmente o atual arcabouço da CDA com pontos de vista baseados em adoção vistos em pesquisas comparativas recentes, apesar de nunca terem sido oficialmente codificadas nemmodeladas 5. Para triangular quantitativamente os achados de CDA e sentimento e aprimorar a integração de estudos comportamentais, perceptivos e de nível discurso, versões futuras deste estudo incorporarão medidas curtas e validadas de TAM e SRL.

Modelo CDA de Fairclough
Uma construção real37para investigar como o discurso em aplicações gamificadas de aprendizagem de línguas, como Baicizhan, gera e perpetua ideais neoliberais é acessível por meio do modelo tridimensional de Análise Crítica do Discurso (CDA) de Fairclough. Três procedimentos interconectados são combinados no modelo: prática social (nível macro), prática discursiva (nível meso) e análise textual (nível micro).

Análise textual (T) - Nível micro
Aspectos linguísticos, incluindo termos, organização e lembretes de design do aplicativo (como "Meta Diária Alcançada" e "Mantenha Sua Sequência Viva") são o objetivo principal deste nível. Suponha que todas as unidades textuais do usuário sejam as seguintes:

Equação 1(1)

Aqui tei significa uma mensagem de texto especial ou prompt.

Para avaliar o arranjo e a ocorrência neoliberal:

Equação 2(2)

Equação 3(3)

Consequentemente, a densidade neoliberal da camada textual é:

Equação 4(4)

Prática discursiva (D) - nível meso
Essas são informações coletadas a partir de entrevistas e logs de interface sobre como os usuários interagem com o app (frequência de uso, resposta de feedback e busca de objetivos).

Vamosrepresentar um usuário e aij representar um ato de interação (como terminar uma tarefa ou olhar um placar). Descreva a matriz das interações:

Equação 5(5)

A pontuação de auto-otimização do usuário agora é definida:

Equação 6(6)

O peso neoliberal (importância) do ato aij é denotado por wj. Por exemplo, ver que o Ranking tem umw j maior do que simplesmente acessar o app.

Prática social (S) - Nível macro
Isso envolve analisar as formas como o uso e o discurso do aplicativo refletem ideias sociais mais gerais (como produtividade e competição).

Seja P(us i,λ k) um valor binário ou difuso que indica se o discurso do usuário promove característica λk, e seja λk uma característica ideológica (como justiça ou auto-otimização).

Em seguida, a aparência ideológica dos usuários:

Equação 7(7)

Isso mede o grau em que cada ideologia neoliberal λk se propagou entre a base de usuários. A pontuação geral do framework CDA de uma interface de usuário pode ser escrita da seguinte forma:

Equação 8(8)

Quando cada dimensão recebe um peso (α,β,γ), que pode ser ajustado empiricamente ou baseado em considerações qualitativas.

O modelo tridimensional de Análise Crítica do Discurso (CDA) estabelecido por Fairclough é ilustrado na Figura 3, usada para avaliar o conhecimento gamificado para limites educacionais, principalmente em estágios de aprendizagem de idiomas como Baicizhan. A linha superior da figura representa as três dimensões analíticas da CDA, enquanto a linha inferior integra os resultados dessas dimensões para gerar uma única consequência coesa.

Este estudo criou um breve livro de códigos para a Análise Crítica do Discurso (CDA) que dividia os aspectos discursivos em três categorias: textual (escolha de palavras, metáforas), visual (ícones, cores, distintivos) e funcional (pontos, níveis, notificações). Declarações motivacionais como "Continue!" para texto, crachás de estrelas para visuais e notificações de acompanhamento de progresso para funcionalidades são exemplos ilustrativos. Após resolver ambiguidades e melhorar iterativamente os códigos, dois programadores habilidosos aplicaram o codebook de forma independente aos dados. O Kappa de Cohen foi usado para calcular a concordância entre codificadores, e os resultados mostraram confiabilidade satisfatória (κ = 0,78), garantindo consistência e rigor no estudo.

Análise de sentimento e mapeamento do discurso
A análise de sentimento é aplicável a conteúdo gerado pelos usuários, bem como a explicações, avaliações de aplicativos, registros de comunicação e transcrições de conferências, após a conclusão da Análise do Discurso Crítico de três níveis de Fairclough, que inclui repetição textual, discursiva esocial 37. Essa etapa categoriza o tom emocional (positivo, negativo e neutro) e a intensidade usando procedimentos de Processamento de Linguagem Natural (PLN). Para estabelecer a conexão emocional do usuário com dinâmicas de aprendizado gamificadas, por exemplo, são medidas expressões normais de estresse ou satisfação em resposta à perda de linha ou apresentação no placar. Este estudo ajuda a definir se dispositivos gamificados, como seguir e competir, pressão de crescimento ou participação, apoiam ou contradizem os valores neoliberais expostos na CDA.

O Algoritmo 1, fornecido no Arquivo Suplementar 1, mostra o processo de trabalho da análise de sentimento e do Mapeamento do Discurso. Após a coleta e pré-processamento das informações textuais, as observações do usuário são preparadas usando métodos como minúsculas, eliminação de palavra final, lematização e filtragem de pontuação. Em seguida, a análise de sentimento foi realizada em dados textuais de inglês inglês e chinês em inglês e chinês, seguindo etapas de pré-processamento como minúsculas, remoção de palavra final, lematização e filtragem de pontuação. Esses textos são submetidos a análise de sentimento usando programas como VADER, TextBlob ou modelos baseados em BERT, que classificam cada texto como neutro, positivo ou negativo com base em seu tom emocional ou pontuações de polaridade. Isso ajuda a definir as respostas emocionais dos usuários a fundamentos gamificados, como avaliações de apresentação, falas e prêmios. Paralelamente, expressões e ideias relacionadas a conceitos neoliberais específicos — como "auto-otimização", "concorrente", "eficácia" ou "rastreamento" — são identificadas removendo aspectos do discurso por meio do uso de correspondência baseada em palavras-chave ou codificação temática, correspondentemente.

Rótulos conceituais que foram levantados durante a etapa do CDA agora podem ser compreendidos no texto de cada usuário. Um mapa de discurso, que autentica como discursos e atitudes detalhados coocorrem dentro do conjunto de dados, é então elaborado com base nos resultados. Isso pode incluir a produção de gráficos ou mapas de calor que demonstrem o tom expressivo e a regularidade de cada tema ideológico. Para produzir um quadro mais abrangente do material, esses sentimentos e entendimentos do discurso são então compartilhados com os resultados do CDA. Essa investigação ajuda a verificar se os aprendizes estão adotando ou rejeitando os discursos neoliberais apresentados no esquema de fronteiras. Além disso, destaca experiências emocionais na aprendizagem gamificada, identificando casos em que mudanças de serviços podem, inadvertidamente, comprometer incentivos básicos ou a escolha dos alunos.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

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

Este trabalho examinou como a gamificação em aplicações de Aprendizagem de Idiomas Assistidas por Celular (MALL), como Baicizhan, influencia a motivação e o comportamento de autorregulação dos alunos universitários de EFL por meio de um método sistemático de discurso crítico. Um conjunto de dados de três fundações unificadas foi utilizado para a estimativa: (1) registros de 15 conferências semiestruturadas com estudantes universitários de EFL; (2) dados de análise de sentimento de mais de 250 registros de engajamento de ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

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

A proposta de Análise Crítica do Discurso (CDA) adota uma perspectiva crítico-ideológica que estende trabalhos anteriores ao examinar as funções ideológicas mais profundas incorporadas em aplicativos gamificados de aprendizagem de idiomas... Pesquisas anteriores, especialmente as de Chen eZhao 1, examinaram os fatores motivacionais que influenciam a aceitação de aplicativos de vocabulário gamificados entre aprendizes de inglês inglês em grande escala. Com base na ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

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

Os autores não têm conflitos de interesse.

Agradecimentos

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

Os autores agradecem com gratidão o apoio do Departamento de Cursos Básicos da Faculdade de Polícia de Fujian, Fuzhou, China, que possibilitou a conclusão desta pesquisa.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Vetor Adenoviral (shNEAT1)10692-V5Vigene BiosciencesAdenovírus usado para reduzir a expressão de NEAT1 in vivo e in vitro.
Kit de Ensaio de Proteína BCA23227Thermo FisherKit usado para quantificar a concentração de proteínas em lisados celulares.
Kit de Ensaio de Repórter Dual-LuciferaseE1910PromegaKit usado para ensaios de repórteres com dupla luciferase para medir a interação miR-181a-5p.
Kits ELISA (Citocinas)N/AR& Sistemas DKits usados para medir os níveis de citocinas em amostras de soro e tecido.
Soro Bovino Fetal (FBS)16000-044GibcoSuplemento usado em meio de cultivo para crescimento celular.
Anticorpo GAPDH2118STecnologia de Sinalização CelularAnticorpo primário contra GAPDH usado como controle de carga no western blot.
Kit de Coloração de Hematoxilina e EosinaN/AThermo FisherKit usado para coloração histológica de seções de tecido para análise patológica.
Anticorpos de Imunofluorescência (CD206)14693-1-APProteintechAnticorpo usado para detectar o marcador do macrófago M2 CD206 em seções de tecido.
Lipopolissacarídeo (LPS)L2630Sigma-AldrichLPS usado para induzir polarização inflamatória de macrófagos em células RAW264.7.
miR-181a-5p MimicN/AN/AMimetismo sintético do miR-181a-5p usado para modular os níveis do miR-181a-5p.
Plasmídeo de Expressão NEAT1N/AN/APlasmídeo usado para superexpressão de NEAT1 em macrófagos RAW264.7.
Células de Macrófagos RAW264.7TIB-71ATCCLinha celular de macrófagos murinos usada em experimentos in vitro.
Buffer de Lise RIPA89901Thermo FisherTampão usado para lisar células para extrair proteína total.
RPMI-1640 Médio11875-093GibcoMeio de cultivo para macrófagos RAW264.7.
SYBR Green Master Mix4385612Thermo FisherReagente usado para análise quantitativa de PCR em tempo real.
Câmaras de Ensaio de Migração Transwell3422CorningCâmaras usadas para ensaios de migração transwell para avaliar a migração de macrófagos.
Kit de Ensaio de Apoptose TUNELAB66110AbcamKit usado para detectar apoptose em células RAW264.7 por coloração TUNEL.
Anticorpos Western Blot (HMGB1)ab18256AbcamAnticorpo primário contra HMGB1 usado em western bloting.

Referências

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).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Etiquetas

Aprendizagem Assistida por Dispositivos M veisAquisi o de Vocabul rioTeoria da Autodetermina oMotiva o do Usu rioEngajamento do AprendizMonitoramento de DesempenhoAplicativos de Vocabul rio de Ingl s

Artigos relacionados