دانلود مقاله ISI انگلیسی شماره 161179
ترجمه فارسی عنوان مقاله

روابط میان یادگیری قبلی، اضطراب، خودآموزی و یادگیری لغات علمی دانش آموزان دبیرستانی با مهارت زبان انگلیسی متنوع

عنوان انگلیسی
Relationships among prior learning, anxiety, self-efficacy, and science vocabulary learning of middle school students with varied English language proficiency
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
161179 2018 10 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Learning and Individual Differences, Volume 61, January 2018, Pages 21-30

ترجمه کلمات کلیدی
زبان آموزان انگلیسی، واژگان علمی، اضطراب علمی، خودکارآمدی دانش، واژگان علمی، مدلسازی مسیر،
کلمات کلیدی انگلیسی
English learners; Science vocabulary; Science anxiety; Science self-efficacy; Academic vocabulary; Path modeling;
پیش نمایش مقاله
پیش نمایش مقاله  روابط میان یادگیری قبلی، اضطراب، خودآموزی و یادگیری لغات علمی دانش آموزان دبیرستانی با مهارت زبان انگلیسی متنوع

چکیده انگلیسی

Vocabulary is essential for comprehension and achievement across disciplines. Understanding factors that contribute to vocabulary learning is important, especially for English learners (ELs) studying science, a linguistically and cognitively demanding topic. Our study examined structural relationships among background characteristics, science anxiety and self-efficacy, and science vocabulary learning of 252 Grade 8 students (31% current ELs; 69% former/non-ELs). Path analysis results indicated strong model fit and accounted for 47% of the variance in science vocabulary learning. Results identified academic vocabulary knowledge, initial science vocabulary knowledge, and science anxiety—variables under control of educational systems—as strong contributors to or mediators of learning and highlighted the importance of initial vocabulary knowledge in mitigating the negative relationships between anxiety and both learning and self-efficacy. Lower percentages of the variance explained in science anxiety (14%) and science and genetics self-efficacy (12% and 9%, respectively) suggest a need to include other predictors in future.