Araştırma makalesi

Oyunlaştırılmış Dil Öğrenimi ve Neoliberal İdeoloji: Popüler İngilizce Kelime Dağarcığının Çok Modlu Eleştirel Söylem Analizi

DOI:

10.3791/69383

6 Ocak 2026

Bu makalede

Özet

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

Bu çalışma, oyunlaştırmanın Çinli üniversite öğrencilerinin mobil destekli İngilizce kelime dağarcığı öğrenme motivasyonu üzerindeki etkisini incelemektedir. Eleştirel Söylem Analizi, oyunlaştırılmış unsurların geçici olarak katılımı artırmasına rağmen, aynı zamanda rekabetçi ve kendini izleme normlarını teşvik ettiğini, bunun da içsel motivasyonu aşındırabileceğini ve öğrencilerin psikolojik ve sosyoteknik deneyimlerini etkileyebildiğini ortaya koyar.

Özet

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

Mobil destekli dil öğrenimine (MALL) oyunlaştırmanın entegrasyonu, öğrencilerin kelime kazanımı ve kendi kendine yönlendirilmiş iletişimle nasıl etkileşime girebileceğini yeniden şekillendirmiştir. Oyunlaştırılmış uygulamaların özellikle ana dili İngilizce olmayan öğrenme ortamlarında, kullanıcı motivasyonu ve katılımını artırdığı için sık sık övülmesine rağmen, oyunlaştırılmış uygulamaların öğrenci davranışları ve psikolojik tepkileri üzerindeki etkisini çok az sayıda çalışma incelemiştir. Bu çalışma, popüler oyunlaştırılmış İngilizce kelime dağarcığı uygulamalarının motivasyon etkisini ve ideolojik temellerini inceliyor; Fairclough'un üç boyutlu Eleştirel Söylem Analizi (CDA) çerçevesini kullanarak hem kullanıcı etkileşimlerini hem de platform tasarımını analiz ediyor. Arayüz verileri, kullanıcı duygusu analizi ve İngilizceyi yabancı dil olarak (EFL) alan Çinli üniversite öğrencilerinin röportaj transkriptlerine dayanan bu çalışma, Kendi Belirlenme Teorisi (SDT) ile uyumlu olarak, oyunlaştırmanın öğrenci motivasyonu ve katılımını teşvik etmede önemli bir rol oynadığını ancak aynı zamanda rekabet, kendini optimizasyon ve davranışsal izleme gibi neoliberal idealleri de içine soktuğunu ortaya koymaktadır. Bu özellikler, performansı artırmak için tasarlanmış olsa da, zamanla içsel motivasyonu zayıflatabilir. Bulgular, oyunlaştırılmış öğrenme ortamlarının psikolojik ve sosyoteknik dinamiklerini vurguluyor ve dijital eğitim platformlarının kendini düzenleme beklentilerini ve performans odaklı söylemi nasıl güçlendirebileceğine dair yeni bakış açısı sunuyor.

Giriş

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

Bir dil edinme süreci genellikle sosyal aracılı ve etkileşimli olarak kabul edilir; belirli sosyokültürel durumlarda iletişimsel etkileşim, çıktı ve girdi içerir. İkinci dil edinimi (SLA) temel araştırmaları, katılım, geri bildirim ve kendi kendini düzenleme uygulama fırsatlarının, öğrenenlerin yetkin hale gelmesine yardımcı olma konusunda dilsel girdiye maruz kalmak kadar önemli olduğunu vurgular. Bu çerçeve, öğrencilerin dijital ve mobil destekli öğrenme ortamları aracılığıyla iskelet geri bildirim döngülerine ve gerçek iletişime katılmasına olanaktanır 1. Bu ortamlara oyunlaştırmanın dahil edilmesi, öğrencilerin motivasyonlarını koruma, gelişimlerini takip etme ve kendi kendine yönlendirilmiş dil uygulamaları geliştirme biçimlerini daha da değiştirmiştir.

Dil öğrenenler, kapsamlı bir kelime dağarcığına sahip oldukları için hedeflenmiş yabancı dili daha etkili edinebilirler; çünkü bu, dilde duyduklarını veya okuduklarını anlamalarına yardımcı olur. Dilbilgisi verilerin iletimine için kullanılabilir, ancak dil olmadan konuşma tamamlanamaz. Ancak, birçok EFL öğrencisi hâlâ kelime bilgisi ediniminde zorlanıyor ve bunu genel İngilizce yeterliliklerini geliştirmede önemli bir engel olarak görüyorlar. Karmaşık kelime dağarcığı — dilbilgisi, yazım, anlam, çağrışım, örtü ve kelime yapısı dahil — edinmek tutarlı bir girdi gerektirdiğinden, bilişsel yük genellikle öğrencileri daha ilgi çekici öğrenme yöntemleri aramaya motiveeder 2.

Kelime dağarcığı öğreniminin etkinliği, geleneksel kağıt tabanlı öğrenme metodolojisi tarafından sınırlandırılır. Teknolojik eğitim ilerledikçe, öğrenci motivasyonunu ve etkinliğini artırmak amacıyla giderek daha fazla oyunlaştırılmış İngilizce kelime öğrenimi uygulaması ortaya çıkmıştır. Li ve ark.2'ye göre, oyunlaştırma, insanların kullanım alışkanlıklarını veya davranışlarını, oyun mekanikleri ve öğelerinin oyun dışı ortamlara dahil edilmesiyle değiştirilme sürecidir. Oyun esinli uygulamalar, EFL öğrenenler arasında giderek yaygınlaşıyor ve öğretim oyunlaştırma ile mobil destekli dil öğrenimi (MALL) özelliklerini kelime dağarcığı geliştirme ortamında birleştirebilme yetenekleri sayesinde akademik araştırmacıların ilgisini çekiyor.

Son 20 yılda, eğitim teknolojisi (EdTech) çözümleri dünya çapında sınıf ortamında daha yaygın vekullanılmaya başlanmıştır 3. Öğrenme boşluğunu kapatmak için teknolojiye yeni bir bağımlılık, araştırmaların ve ardışık yıllıkraporlarınHint çocukları arasında öğrenme seviyelerinde düşüş olduğunu ortaya koyduğu bir dönemdeortaya çıktı 7. Modern toplumun çeşitliliği ve karmaşıklığı yükseköğretimi vazgeçilmez kılmıştır ve bunun sonucunda, eğitim başarısını veya öğrenci okulu bırakma olasılığını tahmin etmeye adanmış bilimsel araştırma kitlesihızla artmıştır: 8,9,10,11,12,13 . Yükseköğretim kurumlarının bilgi yayma konusundaki geleneksel işlevi gelişmiştir; Yeni bilgide yaratıcılık, özellikle yapayzekanın yükselişiyle 14 ve yetenekli profesyonellerin eğitimi, birçoğunun toplumun çeşitli kesimleriyle etkileşime girmesine yol açtı. Aslında, akademik ve kültürel faaliyetlerinin temel hedefleri, eğitim, araştırma ve bu tür bilgilerin paylaşılması ve aktarılması yoluyla toplum içindeki bilgi standartını yükseltmektir.

TAM, son yıllarda sosyal medya15, çevrimiçi bankacılık16, sağlık teknolojileri17 ve eğitim dahil olmak üzere çeşitli alanlarda teknolojinin benimsenmesini anlamak için öne çıkan bir paradigma haline gelmiştir. Birçok akademisyen, eğitmenlerin ve öğrencilerin TAM teorik çerçevesi altında e-öğrenme kaynaklarını veya platformlarını nasıl kullandıklarını incelemiştir. Örneğin, COVID-19 pandemisi ışığında, Mustafa ve ark.18 e-öğrenme sonuçlarını etkileyen değişkenleri incelemiştir. Öğrencilerin YouTube tabanlı öğrenmekaynaklarını 19 kabul etmeleri de araştırıldı. Rafique ve ark.20 , kullanıcıların e-kitap formatını kullanma davranışsal niyetlerini incelemiş ve eğitmenlerin ve öğrencilerin çevrimiçi eğitimi neden sevip sevmediğine dair bir açıklamasunmuştur 17. Ayrıca, kullanıcıların TAM kullanan mobil uygulamaları benimsemesi üzerine araştırmalar yapılmıştır.

Bu öğrenmenin temel amacı, üniversite düzeyindeki EFL öğrencileri tarafından kullanılan oyunlaştırılmış dil öğrenme uygulamalarının neoliberal söylemleri nasıl karakterize ettiğini ve yaydığını eleştirel bir şekilde incelemektir. Bu uygulamaların hem iletişim hem de tasarım taslakları bu söylemleri entegre eder. Geçmişte kullanıcı motivasyonu ve kabulü sistematik olarak ele alınmış olsa da, bu eğitim programları genellikle Kendi Belirlenme Teorisi (SDT) ve Teknoloji Kabulü Modeli (TAM) gibi teknik ve psikolojik çerçevelere dayanır. Ancak, Eleştirel Söylem Analizi (CDA) açısından bu çalışma önemli bir araştırma boşluğunu doldurmayı amaçlamaktadır. Dil öğrenme uygulamalarının rekabetçi davranışı, sunum takibini ve kendini optimizasyonu nasıl teşvik ettiğini inceler. Neoliberal ideolojiye baskın olan bu özellikler, liderlik tabloları, rozetler, puanlar ve gelişim izleme gibi oyunlaştırma temelleriyle düzenli olarak mümkün oluyor. Çalışma, metinsel uyarıların, arayüz imgelerinin ve öğrenenlerin düşünceli yanıtlarının kullanıcıların motivasyonunu, öğrenme davranışlarını ve öz algısını nasıl etkilediğini değerlendirecek. Ana hedef, bu yöntemlerin üniversite öğrencilerinin İngilizce öğrenme üzerindeki etkisidir.

Bu önerilen çalışma, Fairclough'un üç boyutlu CDA yöntemini kullanarak oyunlaştırılmış dil öğrenme uygulamalarını yeni bir eleştirel söylem bakış açısından değerlendirmektedir. SDT veya TAM kullanılarak teknik veya motivasyonel benimseme özelliklerine odaklanan mevcut çalışmalarla karşılaştırıldığında, bu çalışma, EdTech kullanıcı arayüzü genişletme ve iletişiminde kök silmiş neoliberal idealleri ortadan kaldırmaktadır. Özellikle, liderlik tabloları, çizgiler ve değerlendirme göstergeleri gibi oyunlaştırma yapılarının, özellikle üniversite EFL öğrencileri için kelime dağarcığı öğrenme bağlamında kendini optimize etme ve takip için araç olarak nasıl hizmet ettiğini doğrular. Dijital ve insan merkezli bilginin ötesinde sonuçları doğrulamak için çalışma, duygu analizi, arayüz kaydı ve söylem haritalamasını birleştiren hibrit bir metodolojik yaklaşım kullanıyor.

Küresel yükseköğretim, piyasa odaklı kuralları, rekabetleri ve özelleştirmeyi eğitimin daha genel değerlerinden üstün tutan neoliberalizm sonucunda önemli değişiklikler geçirdi21. İstihdam edilebilirliği ve küresel rekabetçiliği artırmak amacıyla, üniversiteler giderek daha fazla EMI politikalarını benimsemiş ve İngilizcenin değerini önemli bir avantaj olarak kabul etmiştir. Yine de, EMI İngilizce bilmeyenleri dışlayarak ve İngilizce materyallere erişimi olanlara avantaj sağlayarak eğitim farklılıklarını düzenli olarakkötüleştiriyor 22. Sonuç olarak, hiyerarşik bir yapı tanıdıktır ve dil yeterliliği potansiyel bir engel olarak görülür. Neoliberal hedefler, Güney Kore gibi ülkelerde EMI'nin kullanımında açıkça görülmektedir; bu da küresel konumu iyileştirmeyi ve yatırım çekmeyi amaçlar, ancak aynı zamanda bölgesel dilleri zayıflatabilir ve dil üstünlüğüne yol açabilir23.

Araştırmacılar, SDT ve TAM'ı çeşitli senaryolarda kullandılar; bunlar arasında çevrimiçi sosyal ağsiteleri 24 ve COVID-19 sırasında teknolojiyle geliştirilmiş öğrenme gibi çeşitli senaryolar davardı; bu da teknolojinin kullanımının gerekçesini daha derinlemesine incelemek için. Ayrıca, SDT ve TAM kullanarak, Isabel ve ark.27, kullanıcıların oyunlaştırılmış işe alım aracına nasıl yanıt verdiğini incelemiş ve adayların aracın kullanılabilirliği ve kullanım kolaylığı konusundaki görüşlerinin, kullanıcıların özerklik ve yeterlilik taleplerini karşılama kapasitesiyle ve kendini motive etmeyi teşvik etme kapasitesiyle bağlantılı olduğunu keşfetmiştir. Wu veChen 28, bu iki teoriyi bütünleştirmeyi ve oyunlaştırılmış İngilizce kelime öğrenme uygulamalarının kabulünü etkileyen kullanıcıların algısal unsurları ile onların özerk ve izlenen ilhamları arasında net ilişkiler göstermeyi amaçladılar.

Kendi Belirlenme Teorisi (SDT) varsayımlarıyla uyumlu olarak, son araştırmalar oyunlaştırmayı öğrenci katılımını destekleme potansiyelini tanımlayan motivasyon çerçeveleri içinde konumlandırmıştır. Seaborn ve Fels (2015)29, oyunlaştırma araştırmalarını kapsamlı bir şekilde incelerken, liderlik tabloları, rozetler ve puanlar gibi oyun özelliklerinin içsel motivasyonu artırmak ve öğrenme hedeflerini desteklemek için tasarlandığını vurgular. Sonuçlar uygulamaya göre değişse de, Sailer ve Homner (2020)30 tarafından yapılan bir meta-analize göre, oyunlaştırma bilişsel, motivasyonel ve davranışsal sonuçlar üzerinde olumlu bir etki yaratabilir. Landers, Bauer ve Callan (2017)31,32, liderlik tablolarının motive edici etkisinin hedef belirleme süreçleriyle entegrasyonuna bağlı olduğunu göstermiş olsa da, Hanus ve Fox (2015)31,32 sınıflarda oyunlaştırmanın, öğrencilerin ihtiyaçlarıyla uyumlu olmazsa içsel motivasyon ve akademik performansı azaltabileceğini keşfetmişlerdir. Bu deneysel ve uzunlamasına çalışmalar ayrıca aşırı basit uygulamalara karşı uyarıda bulunur. Teori odaklı oyunlaştırma tasarımının önemi, Mekler ve ark. (2017)33 tarafından daha da vurgulanmıştır; bu kişiler, belirli oyun mekaniklerinin performansı iyileştirebileceğini ancak her zaman içsel motivasyonu teşvik etmeyebileceğini göstermiştir. Tüm olarak ele alındığında, bu bulgular mevcut araştırmaları oyunlaştırmanın öğrenme ve motivasyonu teşvik etmedeki çelişkili ama umut vadeden rolü üzerine bilgi birikintisine yerleştirmek için sofistike bir temel sunuyor.

Daha önce tartışılan araştırma 1,2,3 çalışmalarının çoğu, üniversite öğrencileri giderek oyunlaştırılmış mobil destekli dil öğrenme (MALL) becerilerini kullanmaya devam etse de, motivasyonel ve teknolojik kabul modellerine odaklanmaktadır. Bunlar, Teknoloji Kabulü Modeli (TAM) ve Kendi Belirlenme Teorisi (SDT)1 gibi çerçevelerden oluşur. Bu yöntemler düzenli olarak daha nüanslı ideolojik sonuçları ele alırken, kullanıcı davranışı ve etkileşim kalıplarının anlaşılmasını destekler. Özellikle, öğretim teknolojilerinin stratejisinin belirli söylemleri veya dünya görüşlerini nasıl dahil ettiği yeterince değerlendirilmez. Çekicilik, takip değerlendirmesi ve özdenetim gibi oyunlaştırılmış özelliklerin neoliberal idealleri nasıl karakterize ettiğini ve desteklediğini inceleyen eleştirel bakış açıları eksikliği vardır. Dil öğrenme başvurularının iletişim ve görsel temelleri de Eleştirel Söylem Analizi (CDA) perspektifinden geniş çapta ele alınmamıştır2. Bu tasarım sonuçlarının üniversite öğrencilerinin öğrenme deneyimlerini nasıl etkilediğini ve öğrenme başarısı hakkındaki görüşlerini nasıl şekillendirdiğini anlamak özellikle önemlidir. Neoliberal söylemlerin İngilizce öğrencileri üzerindeki yüksek öğrenim bağlamlarında EdTech aşamaları aracılığıyla öğrenilmesiyle incelenir.

Eleştirel eğitim teknolojisi araştırmaları, eğitim teknolojilerinin motivasyon faydalarının ötesine geçerek daha geniş sonuçlarını sorgulamıştır. Selwyn (2016)34, teknolojinin tarafsız bir araç olmadığını, bunun yerine sosyal, kültürel ve politik bağlamda değerlendirilmesi gerektiğini savunarak sorgusuz iyimserliğe karşı uyarıda bulunur. Veri odaklı teknolojilerin eğitim yönetimini neoliberal mantıklar altında nasıl değiştirdiğini analiz ederek; bu mantıklar genellikle verimlilik ve hesap verebilirliği adalet ve pedagojiden üstün tutar, Williamson (2017)35 bu eleştiriyi genişletir. Benzer şekilde, Roberts-Mahoney, Means ve Garrison (2016)4 , piyasa odaklı ve kurumsal ideallerin kişiselleştirilmiş öğrenme platformlarında nasıl yansıdığını vurgularak öğrencileri veri odaklı eğitimin tüketicileri olarak yeniden tanımlar. Çeşitli bakış açılarını dikkate alarak, mevcut çalışma EdTech'in politik ekonomisi ile SDT ve TAM gibi motivasyon ve benimseme çerçeveleri üzerine devam eden tartışmalar içinde konumlandırılmıştır. Hem oyunlaştırmanın öğretim potansiyelini hem de uygulanmasını etkileyen sistematik güçleri kabul ederek, bu çift çerçeveleme araştırmanın kritik temelini güçlendirir. Pandemi sonrası Güney Kore ve Hong Kong'dan alınan yakın karşılaştırmalı verilere göre, üniversite öğrencilerinin Oyunlaştırılmış dil öğrenme uygulamalarını kullanma teşvikleri, rekabetçi sıralama ve kullanım kolaylığı aracılık etmektedir. Bu, oyunlaştırılmış unsurların hem etkileşim hem de kullanılabilirlik yargılarını etkilediğinigösterir 5. Bu, mevcut çalışmanın bu niteliklerin eleştirel bir bağlamda dissöylemsel inşasına verdiği vurguyu güçlendiriyor.

Disiplinler arasında etkinlik ve potansiyeli vurgulamak amacıyla, kapsamincelemesi 36 , TEFL içindeki Oyunlaştırılmış uygulamaların durumunu inceledi ve tıp eğitiminden elde edilen karşılaştırmalı içgörüleri tartıştı. Yayın yılı, coğrafi dağılım, çalışma tasarımı, sunum seçenekleri, teknoloji kullanımı, oyunlaştırma yönleri ve ölçüm araçlarına odaklanan inceleme, toplamda 33 çalışmadan oluşuyordu. Değerlendirmeye göre, yayınların çoğu 2018 yılında yayımlandı ve önemli bir kısmı Asya'dan geldi. Müdahale çalışmaları toplamda 2.531 öğrenciden oluşuyordu. En popüler yaklaşımlar karma yöntemli yaklaşımlar ve yarı-deneysel ön test/test sonrası tasarımlardı. Mobil öğrenme teknolojileri yaygın olarak kullanılmakta ve çevrimiçi dağıtım en yaygın eğitim yöntemi haline gelmiştir.

Pandemi sonrası öğrenme ortamlarından elde edilen son karşılaştırmalı veriler, oyunlaştırılmış kelime dağarcığı öğrenme uygulamalarının incelenmesinin giderek daha önemli olduğunu vurguluyor. Hong Kong ve Güney Kore'de yapılan bir çalışmaya göre, rekabetçi sıralama ve seriler gibi oyunlaştırılmış özellikler, üniversite öğrencilerini mobil dil öğrenme uygulamalarını kullanmaya motive eden tek faktörler değil; Algılanan kullanım kolaylığı ve kültürel öğrenme tercihleri de önemli roloynar 4,5. Bu sonuçlar, pandemi sonrası mobil tabanlı kendi kendini düzenlemeli öğrenmeye (SRL) yönündeki eğilimin uygulama kullanılabilirliği ve tasarımının eğitimsel önemini nasıl artırdığını gösteriyor. Mevcut çalışmayı bu çerçeve içinde konumlandırarak, CDA tekniği ideoloji eleştirisinin ötesine geçip, motivasyon ve benimseme süreçlerinin dissümsif gelişimini de kapsayacak şekilde genişletilir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

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

Bu çalışma, Çin'in Fuzhou kentindeki Fujian Polis Koleji Etik Komitesi tarafından onaylanmıştır. Tüm yöntemler ilgili yönergeler ve yönetmeliklere uygun olarak gerçekleştirilmiştir. Çalışmaya katılan tüm katılımcılardan bilgilendirilmiş onay alındı. Katılımcılar araştırma amacı, veri kullanımı, katılımın gönüllü doğası ve istedikleri zaman çekilme hakkı hakkında açıkça bilgilendirildi. Ayrıca, tüm katılımcılardan anonimleştirilmiş alıntılar ve görüşmelerden elde edilen içgörülerin yayımlanması için yazılı bilgilendirilmiş onay alındı. Bu el yazmasında kişisel olarak tanımlanabilir bilgi veya görüntü yer almamaktadır.

Önerilen metodoloji, Baicizhan uygulamasıyla yapılan önceki araştırmalar üzerine inşa edilmiş oyunlaştırılmış dil öğrenme arayüzlerindeki neoliberal söylemleri analiz etmek için Eleştirel Söylem Analizi (CDA) çerçevesini uygulamaktadır. Analiz, Baicizhan'ın metin mekanizmalarını, görsel tasarımlarını ve işlevsel cihazlarını Fairclough'un üç boyutlu çerçevesi aracılığıyla inceliyor. Ayrıca, kullanıcı duygusu analiz verileri, arayüz hareket kayıtları ve üniversite EFL öğrencilerinin niteliksel mülakat kayıtları toplanmaktadır. Bu karma yaklaşım, oyunlaştırmanın rekabeti, davranışsal izlemeyi ve neoliberal ideolojinin temel unsurları olan kendini optimizasyonu nasıl teşvik ettiğini değerlendirmeye yardımcı olur. Önemli anlayışlar, öğrenci tartışmaları ve uygulama tasarımını karmaşık şekilde haritalandırması yoluyla ortaya çıkar. Katılım odaklı oyunlaştırma ile öğrenenlerin içsel motivasyonu arasındaki gerilimleri vurgulayarak, bu çalışma teknolojik özelliklerin yükseköğretimde dil öğrenimini nasıl etkilediğini netleştiriyor. Şekil 1, önerilen yöntemin mimari yapısını göstermektedir.

Şekil 1 , uygulamanın gömülü söylemlerini analiz etmek için kullanılan üç aşamalı Eleştirel Söylem Analizi (CDA) yaklaşımını göstermektedir. Bu paradigma, süreci teknik veri işleme yerine kasıtlı olarak yeniden çerçeveliyor; uygulamanın özel metin unsurlarından toplumsal ideolojik sorunların soyutlanmasına doğru ilerleyiyor. İdeolojik kodlamanın belirli yerlerini — uygulamanın metinsel, görsel ve fonksiyonel yönlerini (örneğin seriler, sıralama tabloları ve motivasyon açıklamaları gibi) — kaydederek Aşama 1: Uygulama Eserleri, ampirik temeli oluşturur. Bunun ardından, bu eserler Aşama 2: CDA Yorumlayıcı Katmanlar'dan geçer; bu süreç, mikro seviye kanıt ile makro düzeydeki bağlam arasındaki diyalektik ilişkiyi görsel olarak vurgulamak için üst üste binen kavramsal katmanlar dizisini kullanır. Metin unsurları, anlamların yeniden üretilmesiyle ilgilenen Söylemsel Uygulama ile yorumlanır ve güç ve ideoloji bağlamını inceleyen Sosyal Uygulama ile bağlantılıdır. Uygulama deneyimini düzenleyen Neoliberal İdeolojik Temalar, örneğin bireyselleştirilmiş hesap verebilirlik ve Rekabetçi Motivasyon, nihayetinde yorumlayıcı kodlama ve Tematik Soyutlama kullanarak söylemde bulunan kalıpları soyut ve niteliksel bulgulara dönüştüren Aşama 3: Tematik Sentez tarafından üretilir. Önerilen protokoldeki dört ana adım şunlardır:

Arayüz tasarımı ve uygulamanın seçimi
Çalışma için popüler bir oyunlaştırılmış dil çalışması uygulaması (örneğin Baicizhan) seçilir. Fairclough tarafından geliştirilen üç boyutlu bir CDA modeli, burada kelime seçimleri, kullanıcı geri bildirimi ve arayüzle ilgili sinyalleri inceleyen metin analizi ile uygulama içi iletişim yapıları ve kullanıcı etkileşim kalıplarına vurgu yaparak disfonksiyonel pratik analizi yapmak için kullanılır. Sosyal uygulama analizi kullanılarak, rekabetçilik, verimlilik ve kendi kendini takip etme gibi neoliberal değerleri ortaya çıkarabilir. Bu özellikler, verimlilik, rekabet ve kendi kendini takip etme gibi neoliberal değerleri yansıtır.

Veri toplama
Üniversite düzeyindeki EFL öğrencilerinin oyunlaştırılmış öğrenme ortamı hakkındaki bilgi, amaçları ve duyguları hakkında daha fazla bilgi edinmek için yarı yapılandırılmış mülakatlar yapılır.

Duygusal analiz ve söylem haritalama
Duygusal analiz, duygusal yanıt ve kullanıcı tepkilerine, sohbet kayıtlarına veya iletişim bilgilerine katılım düzeyini düzenlemek için kullanılır. Söylemin alanları, performans kıyaslama ve öz yönetim gibi neoliberal fikirlerle uyumluluk açısından ölçülür.

Veri entegrasyonu ve doğrulama
Oyunlaştırma araçları ile öğrenen kaygısı, azalan motivasyon veya performans baskısı göstergeleri arasındaki ilişkiler incelenir. Kullanıcı etkileşimini ve davranışını etkileyen ana konuşma stratejileri kontrol altındadır.

Arayüz tasarımı ve uygulama seçimi
Baicizhan uygulaması1 , çalışmanın ilk bölümünde oyunlaştırılmış Mobil Destekli Dil Öğreniminin (MALL) birincil örneği olarak kullanılmakta ve kelime kazanımına odaklanmaktadır. Sıralama sırası, ilerleme izlenmesi, görsel rozetler ve geri bildirim tetikleyicileri gibi çok sayıda oyunlaştırma öğesi olduğundan, bu uygulama Çin EFL üniversite öğrencileri arasında evrenseldir.

Çin'in devlet odaklı dijital eğitim politikası, sınav odaklı öğrenme kültürü ve artan EdTech pazarlaşmasının benzersiz birleşimi göz önüne alındığında, Çinli İngilizce öğrenenlere odaklanmak özellikle önemlidir. Okullarda dijital araçların kullanımı, kişiselleştirilmiş ve veri odaklı öğrenme stratejilerini destekleyen Education Informatization 2.0 gibi ulusal çabalar sayesinde artmıştır. Aynı zamanda, Çin'in sınav odaklı eğitim sistemi, sürekli olarak ölçülebilir sonuçlara ve sürekli performans değerlendirmesine vurgu yapıyor; bu da hedefe ulaşma, sıralama ve ilerleme takibi değer veren oyunlaştırılmış özelliklere yer açıyor. Bu rekabetçi prosedürler, hızla büyüyen ticari Eğitim Teknolojisi endüstrisi tarafından, milyonlarca kullanıcının önemli İngilizce testlerine hazırlanmasına yardımcı olan Baicizhan gibi mobil öğrenme platformlarına daha da entegre edilmiştir. Çin ortamı, oyunlaştırılmış öğrenme tasarımının politika, kültür ve teknolojinin kesişimi nedeniyle neoliberal öz-optimizasyon, rekabet ve performativlik söylemlerini nasıl doğallaştırdığını incelemek için ideal bir ortamdır.

Uygulamanın temel unsurları makul şekilde çıkarılıp arayüz analizinin bir parçası olarak üç bölüme ayrılmıştır: Görsel öğeler (örneğin, simgeler ve ilerleme çubukları), metinsel ipuçları (örneğin, talimatlar ve teşvikler) ve işlevsel yapılar (örneğin, hedef oluşturma, hatırlatmalar ve sosyal rekabet).

Fairclough'un üç boyutlu Eleştirel Söylem Analizi (CDA) yaklaşımı bu nitelikleri öğrenmek için uygulanır. Bu model, uygulamanın iletişimsel ve etkileşimli yaklaşımının neoliberal ideolojiyi içerdiği davranışların kapsamlı bir incelenmesine olanak tanır. CDA sürecinin ilk adımı, geri bildirim yanıtlarında ve uygulama taleplerinde kullanılan kelimeleri inceleyen metin analizidir. Daha sonra, disfonksiyonel performansların incelenmesi, kullanıcıların uygulama ile nasıl birlikte çalıştığına ve başarı ya da başarısızlık parçalarının içinde nasıl inşa edildiğine odaklanır. Son olarak, sosyal uygulama çalışması, uygulamanın tasarımının öz-düzenleme, rekabet ve performans değerleme gibi daha geniş neoliberal ideolojileri nasıl yansıttığını açıklar. Şekil 2, uygulama seçimi ve arayüz tasarımının çalışma sürecini göstermektedir.

Arayüz veri toplama
Bu çalışma, ücretli örnek hizmetleri sunan Çin çevrimiçi anket alanı www.wjx.cn aracılığıyla önemli ve kapsamlı bilgiler topluyor. Başlangıçta, dahil etme kriterleri katılımcıların Çin üniversitelerinde kayıtlı lisans öğrencileri olması ve daha önce en az bir oyunlaştırılmış İngilizce kelime öğrenme uygulaması kullanmış olmalarıydı. Çalışmanın akademik hedefi, katılımın gönüllü doğası ve tahmini süre işe alım mesajlarında açıkça iletildi. Katılımcılar, ankete başlamadan önce bilgilendirilmiş onay beyanını okumalı ve gönüllü onaylarını sunmalıdır. IP adresi taraması sadece tekrarlanan veya düşük çabalı yanıtları azaltmak için kullanılmakla kalmadı, aynı zamanda dikkat kontrolü maddeleri ve anormal derecede kısa tamamlanma sürelerinin izlenmesi veri kalitesini doğrulamak için de kullanıldı. Tüm katılımcıların lisans düzeyinde Çinli öğrenciler olması gerekliliği örnek koşulunu sağladı. Bir hafta boyunca toplanan tekrarlanmayan IP adreslerinden gelen 279 yanıtın ortalama tamamlanma süresi 243 saniye idi. Dayanıtıcının hiç oyunlaştırılmış İngilizce kelime uygulaması kullanmadığını ima eden yedi cevap kaldırıldı. Gerçek yanıt oranı %97,49 ile toplamda 272 yanıt korundu.

İkinci olarak, Çinli EFL öğrencileriyle yarı yapılandırılmış röportajlar yapıldı; böylece oyunlaştırılmış kelime dağarcığı uygulamalarıyla ilgili deneyimlerine daha derin bir bakış açısı kazanıldı. Her mülakat 30-45 dakika sürdü ve öğrenme alışkanlıkları, oyunlaştırmaya duygusal tepkiler, motivasyon kalıpları ve algılanan baskıları kapsayan yapılandırılmış bir protokol izlendi. Röportajlar çevrimiçi olarak yapıldı, izinle ses kaydedildi, kelimesi kelimesine transkribe edildi ve iki araştırmacı tarafından tematik analiz yaklaşımıyla bağımsız olarak kodlandı.

Üçüncü olarak, arayüz etkileşim verileri, ekran görüntüleri, geri bildirim mesajlarının günlükleri, çizgi sayaçları, rozetler ve kullanıcı istekleri gibi sistematik olarak Baicizhan uygulamasından çıkarıldı. Bu eserler, Fairclough'un üç boyutlu CDA'sı için gerekli metinsel, görsel ve işlevsel materyali sağladı. Paralel olarak, kullanıcı tarafından oluşturulan Çince metni İngilizceye çevirerek DeepL38 kullanılarak, çeviri doğruluğu iki dilli kodlayıcılarla doğrulanarak ve VADER39, TextBlob40 ve SnowNLP41 kullanılarak diller arası doğrulama için polarite puanları hesaplanarak duygu analizi verileri toplandı.

İngilizceyi yabancı dil olarak (EFL) öğrenen Çinli üniversite öğrencileri, oyunlaştırılmış İngilizce kelime dağarcığı uygulamaları hakkındaki etkileşimlerini, motivasyonlarını ve görüşlerini derinlemesine anlamak için mülakata geçirildi. (1) uygulama kullanım sıklığı ve bağlamı, (2) görevlere veya ödüllere duygusal tepkiler, (3) uygulama özelliklerinden gelen etkileşim ve motivasyon, (4) uygulama kullanımıyla ilgili baskı veya stres, (5) çalışma alışkanlıkları veya kelime dağarcığı öğrenme stratejileri üzerindeki etki, (6) uygulama ilerlemesiyle ilgili sosyal etkileşimler ve (7) öğrenme deneyimini geliştirmek için öneriler yarı yapılandırılmış protokolün bir parçasıydı. Her oturum, Zoom üzerinden, yüz yüze veya telefonla gerçekleştirildi ve yaklaşık 30-45 dakika sürdü. Katılımcıların onayıyla, tüm röportajlar İngilizce olarak seslendirilip kelimesi kelimesine transkribe edildi. Verilerin analizi için tematik analiz kullanıldı. İki araştırmacı bağımsız olarak transkriptleri kodladı ve bunlar temalara göre yinelemeli olarak kategorize edildi. Anlaşmazlıklar tartışma yoluyla çözüldü. Oyunlaştırmaya yönelik davranışsal ve psikolojik tepkilerin kapsamlı bir analizi, bu nitel içgörülerin kullanım sıklığı, geri bildirim yanıtları ve hedef arayışını kaydeden arayüz kayıtları ile birleştirilmesiyle mümkün olmuştur.

Duygusal veri ön işleme:
TextBlob ve VADER gibi İngilizce tabanlı araçlarla birlikte çalışabilirliği sağlamak için, tüm metin verileri duyarlı hesaplamadan önce İngilizceye çevriliyordu çünkü orijinal kullanıcı yanıtları Çince'ydi. Bağlamsal ve duygusal doğruluğu korumak için Derin LAPI çevrili olarak kullanıldı ve iki iki dilli araştırmacı sonuçları manuel olarak doğruladı. Bu doğrulanmış İngilizce metinler, duygu kutupları ve öznellik puanlarını hesaplamak için kullanıldı. Çince duygu modeli SnowNLP ayrıca, diller arası güvenilirliği değerlendirmek için rastgele 200 yanıtın alt kümesini incelemek için kullanıldı; sonuçlar VADER polarite puanlarıyla güçlü bir pozitif ilişki gösterdi (r = 0.84).

Tablo 1, oyunlaştırılmış İngilizce kelime öğrenim uygulamasının önceden kullanıldığını bildiren 272 Çinli üniversite EFL öğrencisinin veri setinden gelen yanıtları özetlemektedir. Demografik verilere göre, bu çalışmanın araştırma popülasyonu hedef kullanıcı grubunu incelemek için uygundur; çünkü Çinli üniversite öğrencilerini cinsiyet, yaş, bölüm ve öğretim yılları açısından tam olarak temsil etmektedir. Uygulama tasarımları açısından, ölçülenlerin %79,04'ü uygulamaları haftada bir saatten fazla kullandı ve %94,11'i haftada birkaç kez uyguladı. Uygulama davranışı bilgileri, üyelerin ek yanıtlarıyla birlikte gözlemlendi.

Veri seti, demografik değişkenleri (yaş, cinsiyet, akademik bölüm, çalışma yılı) ve kullanıma bağlı değişkenleri (uygulama kullanım sıklığı ve haftalık kullanım süresi) içerir. Veri setindeki 272 kişi genellikle 18-22 yaş aralığında (%91,91) olup, bunların %60,66'sı erkek, %39,34'ü kadındır. Bu yaş dağılımı güvenceleri, katılımcı sayısının mobil destekli dil öğrenimi kullanan üniversite öğrencilerine karşılık geldiğini ve geleneksel lisans öğrenci nüfusuna benzediğini göstermektedir.

Katılımcılar çeşitli akademik deneyimlerden gelmiş olsalar da, başlıca gruplar şunlardır: Teknolojiler (%38,97), Mühendislik (%37,87), Fen (%12,87) ve Matematik (%10,29). Disiplinlerarası dağılım, diğer alanlardaki öğrencilerin oyunlaştırılmış sistemleri nasıl gördüğünü ve kullandığını karşılaştırmayı mümkün kılar. Akademik başarı açısından, üçüncü sınıf öğrencileri (%36,03) ve ikinci sınıf öğrencileri (%26,47) en büyük katılımcı oranını oluşturdu; onları birinci sınıf öğrencileri (%18,01) ve son sınıf öğrencileri (%19,49) takip etti. Bu dağılıma göre, katılımcıların çoğunluğu orta ve üst düzey öğrencilerdir; bu da katılım derecelerini ve öğrenme kaynaklarının eleştirel analizini etkileyebilir. Uygulama kullanımı açısından, katkıda bulunanların %28,31'i her gün Baicizhan kullandıklarını, %33,46'sı ise haftada dört ila beş kez kullandıklarını belirtti; bu da sosyal ağla yüksek düzeyde sık etkileşim olduğunu gösteriyor. Kullanıcıların sadece %2,21'i uygulamayı haftada bir birden az kullanıyor. Katılımcıların haftalık uygulama kullanımı değişti; çoğunluk uygulamayı 1-3 saat (%50,37) kullandı, daha az öğrenci ise 5 saatten fazla (%11,4) kullandı.

Katılımcıların giriş sıklığı ve etkileşim kayıtları, SRL'ye yakın davranış göstergeleri olarak yorumlandı; bu durum, kullanıcıların öğrenme faaliyetlerini yönetme, rutinleri izleme ve katılımda ısrarlılıkta özerkliğini yansıtıyor; bu durum, pandemi sonrası teknoloji benimseme ve kendi kendini düzenlemeli öğrenme (SRL) üzerine yapılan araştırmalara göre. Nitel mülakat verileri ayrıca TAM özellikleriyle uyumlu birkaç tema ortaya koydu; bunlar arasında algılanan faydalılık ("liderlik tablosu beni günlük çalışmaya motive etmektedir") ve algılanan kullanım kolaylığı ("uygulama gezinmesi basit ve sezgisel bir yaklaşım"). Bu boyutlar, mevcut CDA çerçevesini kavramsal olarak son karşılaştırmalı araştırmalarda görülen benimseme temelli bakış açılarıyla ilişkilendirir; oysa bunlar hiç resmi olarak kodlanmamış veyamodellenmemiştir 5. CDA ve duygusal bulguları nicel olarak üçgenleme yapmak ve davranışsal, algısal ve söylem düzeyindeki çalışmaların entegrasyonunu artırmak için, bu çalışmanın gelecekteki sürümleri TAM ve SRL'nin kısa, doğrulanmış ölçümlerini içerecektir.

Fairclough'un CDA modeli
Baicizhan gibi oyunlaştırılmış dil öğrenme uygulamalarında söylemin neoliberal idealleri nasıl üretip sürdürdüğünü araştırmak için gerçek biryapı 37, Fairclough'un üç boyutlu Eleştirel Söylem Analizi (CDA) modeli aracılığıyla erişilebilir. Modelde üç birbirine bağlı prosedür birleştirilir: sosyal uygulama (makro düzeyde), dissorsif uygulama (mezo seviyede) ve metin analizinde (mikro seviye).

Metin analizi (T) - Mikro seviye
Dil unsurları, terimler, organizasyon ve uygulama tasarımı hatırlatıcıları ("Günlük Hedefe Ulaşıldı" ve "Seriyi Canlı Tutun") bu seviyenin birincil amacıdır. Kullanıcının tüm metin birimlerinin aşağıdaki gibi olduğunu varsayın:

Denklem 1(1)

Burada TeI , özel bir mesaj veya prompt anlamına gelir.

Neoliberal düzenleme ve oluşumu değerlendirmek için:

Denklem 2(2)

Denklem 3(3)

Sonuç olarak, metin katmanının neoliberal yoğunluğu şudur:

Denklem 4(4)

Söylemsel uygulama (D) - Mezo seviyesi
Bu, kullanıcıların uygulama ile nasıl etkileşimde bulunduğuna dair mülakatlar ve arayüz kayıtlarından (kullanım sıklığı, geri bildirim yanıtı ve hedef arayışı) hakkında toplanan bilgilerdir.

I bir kullanıcıyıtemsil edelim ve aij bir etkileşim eylemini temsil edelim (örneğin bir görevi bitirmek veya liderlik tablosuna bakmak). Etkileşim matrisini tanımlayın:

Denklem 5(5)

Kullanıcı kendini optimizasyon puanı artık şu şekilde tanımlanmıştır:

Denklem 6(6)

Aij perdesinin neoliberal ağırlığı (önemi) wj ile belirtilir. Örneğin, Liderlik Tablosunu görmek uygulamaya sadece erişmekten daha yüksek birwj değerine sahip.

Sosyal uygulama (S) - Makro düzeyde
Bu, uygulama kullanımı ve söylemin daha genel sosyal fikirleri (örneğin verimlilik ve rekabet gibi) nasıl yansıttığını analiz etmeyi içerir.

P(us, i,λ k) kullanıcı söyleminin karakteristik λk mı teşvik ettiğini gösteren ikili veya bulanık bir değer olsun ve λk ideoloji bir özellik olsun (örneğin adalet veya kendini optimizasyon gibi).

Sonra, kullanıcıların ideolojik görünümü:

Denklem 7(7)

Bu, her neoliberal ideolojinin λk'nın kullanıcı tabanına ne kadar yayıldığını ölçür. Bir kullanıcı arayüzünün genel CDA çerçeve puanı şu şekilde yazılabilir:

Denklem 8(8)

Her boyuta bir ağırlık verildiğinde (α,β,γ), bu da ampirik olarak ayarlanabilir veya niteliksel değerlendirmelere dayanır.

Fairclough tarafından oluşturulan üç boyutlu Eleştirel Söylem Analizi (CDA) modeli, eğitim sınırları için oyunlaştırılmış bilgiyi değerlendirmek için kullanılan Şekil 3'te gösterilmiştir; bu model, özellikle Baicizhan gibi dil öğrenme aşamalarında oyun bilgisini değerlendirmek için kullanılır. Şeklin üst sırası CDA'nın üç analitik boyutunu temsil ederken, alt sıra bu boyutların sonuçlarını bütünleyerek tek, tutarlı bir sonuç üretir.

Bu çalışma, Eleştirel Söylem Analizi (CDA) için kısa bir kod kitabı oluşturdu ve söylemsel yönleri üç kategoriye ayırdı: metin (kelime seçimi, metaforlar), görsel (ikonlar, renkler, rozetler) ve işlevsel (puanlar, seviyeler, bildirimler). Metin için "Devam et!" gibi motivasyon ifadeleri, görseller için yıldız rozetleri ve fonksiyonel özellikler için ilerleme takibi bildirimleri örnek örneklerdir. Belirsizlikleri çözüp kodları yinelemeli olarak geliştirdikten sonra, iki yetenekli kodlayıcı bağımsız olarak kod kitabını verilere uyguladı. Cohen's Kappa'sı kodlayıcılar arası uyumu hesaplamak için kullanıldı ve sonuçlar tatmin edici güvenilirlik (κ = 0.78) gösterdi; bu da çalışmada tutarlılık ve titizliği sağladı.

Duygusal analiz ve söylem haritalama
Duygusal analiz, Fairclough'un metinsel, söylemsel ve sosyal tekrarı içeren üç katmanlı Eleştirel Söylem Analizi'nin sonucuna varan açıklamalar, uygulama incelemeleri, iletişim kayıtları ve konferans transkriptleri için de geçerlidir. Bu adım, duygusal tonu (pozitif, olumsuz ve nötr) ve yoğunluğu Doğal Dil İşleme (NLP) prosedürleriyle kategorize eder. Örneğin, kullanıcının oyunlaştırılmış öğrenme dinamikleriyle duygusal bağını kurmak için, hat kaybı veya liderlik tablosu sunumuna yanıt olarak stres veya tatmin ifadeleri ölçülür. Bu çalışma, takipçi ve rekabet, büyüme baskısı veya katılım gibi oyunlaştırılmış araçların, CDA'da ortaya çıkan neoliberal değerleri destekleyip desteklemediğini veya çelişip etmediğini belirlemeye yardımcı olur.

Ek Dosya 1'de sunulan Algoritma 1, Duygu analizi ve Söylem Haritalamasının çalışma sürecini gösterir. Metin bilgileri toplanıp ön işlendikten sonra, kullanıcı gözlemleri küçük harfler, durdurma kelimesi eleme, lemmatizasyon ve noktalama filtreleme gibi yöntemlerle hazırlanır. Sonrasında, İngilizce ve Çince EFL metin verileri üzerinde Duygusal analiz yapıldı; küçük harfler, durdurma kelimesi çıkarma, lemmatizasyon ve noktalama filtreleme gibi ön işlem adımlarını takip etti. Bu metinler, VADER, TextBlob veya BERT tabanlı modeller gibi programlarla duygusal analizlere tabi tutulur; bu programlar, her metni duygusal ton veya kutup puanlarına göre nötr, olumlu veya olumsuz olarak sınıflandırır. Bu, kullanıcıların sunum, replikler ve ödüller gibi oyunlaştırılmış temel temellere duygusal tepkilerini belirlemeye yardımcı olur. Paralel olarak, belirli neoliberal kavramlarla ilgili ifadeler ve fikirler — örneğin "kendini optimizasyon", "uyumluluk", "etkililik" veya "izleme" — anahtar kelime tabanlı eşleştirme veya tematik kodlama kullanılarak söylem yönlerinin kaldırılmasıyla tanımlanır.

CDA aşamasında ortaya çıkan kavramsal etiketler artık her kullanıcının metninde anlaşılabiliyor. Veri setinde ayrıntılı söylemlerin ve tutumların nasıl birlikte gerçekleştiğini doğrulayan bir söylem haritası, sonuçlara dayanarak tasarlanır. Bu, her ideolojik temanın ifade tonunu ve düzenliliğini gösteren grafikler veya heat map'ler üretmeyi içerebilir. Materyalin daha kapsamlı bir resmini oluşturmak için, bu duygular ve söylem anlayışları CDA sonuçlarıyla paylaşılır. Bu araştırma, öğrencilerin sınır şemasında sunulan neoliberal söylemleri benimseyip reddetmediğini doğrulamaya yardımcı olur. Ayrıca, oyunlaştırılmış öğrenmedeki duygusal deneyimleri vurgularak, geçiş uygulamalarının temel teşvikleri veya öğrenci seçimini istemeden tehlide edebileceği durumları belirler.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

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

Bu çalışma, Baicizhan gibi Mobil Destekli Dil Öğrenimi (MALL) uygulamalarında oyunlaştırmanın, üniversite EFL öğrencilerinin motivasyon ve öz-düzenleme davranışlarını eleştirel söylem sistematik bir yöntemle nasıl etkilediğini inceledi. Tahmin için üç birleşik temelden bir veri seti kullanıldı: (1) EFL üniversite öğrencileriyle yapılan 15 yarı yapılandırılmış konferansın kayıtları; (2) 250'den fazla kullanıcı etkileşim kaydından alınan duygusal analiz verileri; ve (3) logolar, çalışmalar, ödül yorumları ve seri sayacları...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

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

Önerilen Eleştirel Söylem Analizi (CDA), oyunlaştırılmış dil öğrenme uygulamalarında gömülü daha derin ideolojik işlevleri inceleyerek önceki çalışmaları genişleten eleştirel-ideolojik bir bakış açısı benimser... Özellikle Chen veZhao 1'in önceki araştırmaları, Çin EFL öğrenenleri arasında oyunlaştırılmış kelime uygulamalarının geniş çapta kabul edilmesini etkileyen motivasyon faktörlerini incelemiştir. Fairclough'un üç boyutlu CDA çerçevesi üzerine inşa edilen bu...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

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

Yazarların çıkar çatışması yoktur.

Teşekkürler

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

Yazarlar, bu araştırmanın tamamlanmasını sağlayan Fujian Polis Koleji'nin Temel Kurslar Bölümü'nün desteğini minnettarlıkla takdir etmektedir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
Adenoviral Vektör (shNEAT1)10692-V5Vigene BiosciencesAdenovirüs, NEAT1 ifadesini in vivo ve in vitro olarak azaltmak için kullanılır.
BCA Protein Test Kiti23227Thermo FisherKit, hücre lizatlarındaki protein konsantrasyonunu nicelik olarak ölçmek için kullanıldı.
Çift Luciferase Muhabir Değerlendirme KitiE1910PromegamiR-181a-5p etkileşimini ölçmek için çift lusiferaz raporlayıcı testleri için kullanılan kit.
ELISA Kitleri (Sitokinler)YokR& D SistemleriSerum ve doku örneklerindeki sitokin seviyelerini ölçmek için kullanılan kitler.
Fetal Sığır Serumu (FBS)16000-044GibcoKültür ortamında hücre büyümesi için kullanılan takviye.
GAPDH Antikor2118SHücre Sinyal TeknolojisiWestern blot'ta yük kontrolü olarak kullanılan GAPDH'ye karşı birincil antikor.
Hematoksilin ve Eozin Boyama KitiYokThermo FisherPatolojik analiz için doku kesitlerinin histolojik boyamasında kullanılan kit.
İmmünoflüoresans Antikorlar (CD206)14693-1-APProteintechM2 makrofaj belirteci CD206'nın doku kesitlerinde tespit edilmesinde kullanılan antikor.
Lipopolisakkarit (LPS)L2630Sigma-AldrichLPS, RAW264.7 hücrelerinde inflamatuar makrofaj polarizasyonunu indüklemek için kullanılır.
miR-181a-5p TaklitYokYokmiR-181a-5p seviyelerini modüle etmek için kullanılan sentetik miR-181a-5p taklit.
NEAT1 İfade PlazmidiYokYokRAW264.7 makrofajlarında NEAT1'in aşırı ekspresyonunda kullanılan plazmid.
RAW264.7 Makrofaj HücreleriTIB-71ATCCIn vitro deneyler için kullanılan fare makrofaj hücre hattı.
RIPA Liz Tamponu89901Thermo FisherHücrelerin lizlenmesinde kullanılan tampon, toplam protein çıkarmak.
RPMI-1640 Orta11875-093GibcoRAW264.7 makrofajları için kültür ortamı.
SYBR Yeşil Ana Karışımı4385612Thermo FisherGerçek zamanlı PCR analizinde kullanılan reaktif.
Transwell Göç Test Odaları3422CorningMakrofaj göçünü değerlendirmek için transwell göçü testleri için kullanılan odalar.
TUNEL Apoptoz Tahlil Kitiab66110AbcamRAW264.7 hücrelerinde apoptozu TUNEL boyama ile tespit etmek için kullanılan kit.
Western Blot Antikorları (HMGB1)AB18256AbcamWestern blotting'de kullanılan HMGB1'e karşı birincil antikor.

Kaynaklar

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).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

Mobil Destekli renmeKelime Edinimiz Belirleme KuramKullan c Motivasyonurenci Kat l mPerformans zlemengilizce Kelime Uygulamalar

İlgili makaleler