包容性移动学习：技术赋能的语言选择如何支持多语言学习者

文献标题

Inclusive Mobile Learning: How Technology-Enabled Language Choice Supports Multilingual Students

出版信息

• 主题领域: 面向资源受限环境的移动学习中的多语言教育。
• 关键词: 多语言教育, 移动学习, 教育技术 (EdTech), STEM教育, 低资源环境, 语言选择, 农村学习者, 非正式教育, 乌干达, 可访问性。

背景与问题

• 问题/挑战: 传统教育系统和许多教育技术平台通常仅限于单一语言教学，这使得那些对主导语言掌握有限的学习者被排除在外。目前缺乏关于多语言教育技术如何改善非正式、资源受限环境中的学习机会和学习成果的大规模证据。
• 重要性: 多语言教育可以扩大参与范围并改善学习成果，尤其是对于那些在农村地区处于弱势地位、接受正规教育有限且基础知识较低的学习者。这对于解决教育不平等问题至关重要。
• 动机与相关研究: 先前的研究强调了母语教学的优势以及移动学习在低资源环境中的潜力。然而，现有研究通常集中于正规教育或语言学习，忽略了以多语言方式传递学科内容的可能性。很少有研究探讨灵活语言选择在教育技术中的影响，特别是在撒哈拉以南非洲地区。

解决方案

• 提出的方法: 开发一个多语言移动学习平台，提供一个STEM课程，学习者可以选择英语、Leb Lango（一种当地语言）或结合两种语言的混合选项，允许学习者自行选择其偏好的教学语言。
• 创新点:
  1. 将语言选择概念化为教育技术中的个性化机制，以扩大访问范围和包容性。
  2. 提供关于农村资源受限环境中多语言教育技术的大规模准实验性证据。
  3. 提供在低技术、多语言学习环境中实施语言支持的设计见解。
• 流程与关键技术:
  1. 在乌干达农村地区对2,931名学习者进行准实验研究。
  2. 学习者自行选择三种语言选项之一，通过广播和手机完成为期15周的STEM课程。
  3. 使用人口统计数据、基础知识和评估分数测量可访问性、参与度、学习轨迹和表现。
  4. 采用多项逻辑回归、线性混合效应模型和倾向得分匹配分析数据。

结果

• 具体发现:
  • 43%的学习者选择了混合选项，31%选择了英语，26%选择了Leb Lango。
  • 教育水平较低、来自农村地区以及基础知识较低的学习者更倾向于选择Leb Lango。
  • Leb Lango学习者表现出更快的学习进步，并在最终考试中缩小了与英语和混合选项学习者的表现差距。
  • 与英语学习者相比，Leb Lango学习者对广播节目的参与度更高。
• 相较基线的优势:
  • 提供当地语言选项增加了弱势学习者的参与度。
  • Leb Lango学习者的学习进步速度快于英语和混合选项学习者，尽管其初始表现较低。
• 实验/评估:
  • 在乌干达利拉地区进行，样本包括多样化的学习者群体。
  • 通过广播奖励码评估参与度，通过每周测试评估学习轨迹，通过考试评估最终表现。
  • 使用统计模型分析人口统计、参与度和表现数据。
• 局限性与未来工作:
  • 缺乏随机化可能引入自我选择偏差。
  • 基线数据有限且依赖于选择题评估。
  • 未系统评估翻译质量及语言间的等效性。
  • 未来工作包括随机对照试验、关于学习者动机的定性研究以及改进翻译一致性。

总结

本研究表明，多语言移动学习平台可以扩大资源受限环境中弱势学习者的学习机会并改善学习成果。通过提供英语、Leb Lango或混合选项的STEM课程，该平台实现了更广泛的参与，尤其是对于基础知识有限的农村学习者。Leb Lango学习者表现出更快的学习进步，并在最终考试中缩小了与英语和混合选项学习者的表现差距。这些发现突出了语言选择作为教育技术中个性化机制的潜力，并强调设计多语言、低技术学习环境以支持多样化学习者需求的重要性。