تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > Exploring the Potential Synerg...>الوصف

Exploring the Potential Synergy of Quillbot as a Natural Language Processing Tool in Demystifying Academic Writing

المصدر: مجلة أطراس
الناشر: جامعة سعيدة د مولاي الطاهر - كلية الآداب واللغات والفنون
المؤلف الرئيسي: Bensalah, Hiba (Author)
المجلد/العدد: مج5, ع3
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2024
الشهر: سبتمبر
الصفحات: 80 - 96
ISSN: 2710-8759
رقم MD: 1549533
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
تعلم اللغات | اللغة الإنجليزية | الكفاءة اللغوية | الذكاء الاصطناعي | البرمجة اللغوية العصبية
كلمات المؤلف المفتاحية:
الكتابة الأكاديمية | التدقيق اللغوي الآلي | معالجة اللغات الطبيعية | Academic Writing | Artificial Intelligence | Automated Proofreading | Natural Language Processing "NLP" | Quillbot
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

2

حفظ في:
المستخلص: تبحث هذه الدراسة في التكامل المستمر لأدوات معالجة اللغة الطبيعية (NLP)، وتحديدًا QuillBot، في الكتابة الأكاديمية. تعد هذه الأدوات، التي تقدم ميزات متقدمة مثل التدقيق النحوي والتدقيق اللغوي الآلي واقتراحات الكلمات أساسية لتمكين الطلاب من التحكم في كتاباتهم. بالإضافة إلى ذلك، يتناول البحث الحالي الدور التحويلي لمساعدي الكتابة المعتمدين على الذكاء الاصطناعي، وإعادة تشكيل نماذج الكتابة للاستجابة للمتطلبات التعليمية للمتعلمين. لدراسة هذا المسعى، تم استخدام مجموعة من الأساليب الكمية والنوعية. أولا، تم توزيع استبيان عبر الإنترنت على خمسة وثلاثين طالبا من طلاب اللغة الإنجليزية كلغة أجنبية يسعون للحصول على درجة الماستر لجمع بيانات كمية عن أنماط استخدامهم لأدوات معالجة اللغة الطبيعية في الكتابة الأكاديمية. أكدت أسئلة الاستطلاع على تكرار استخدام Quillbot، والميزات المشتركة المستخدمة، والتصور الكامل لتجربة استخدام البرمجة اللغوية العصبية، والمزيد من التوصيات. بالإضافة إلى ذلك، أجرينا مراقبة المشاركين للحصول على رؤى نوعية حول تصورات طلاب الماجستير حول استخدام أدوات البرمجة اللغوية العصبية في ممارساتهم الكتابية. وقد أتاح هذا المنهج الكمي اكتشاف مدى فعالية توظيف هذه الأدوات في الكتابة الأكاديمية مقابل العمليات التقليدية تكشف نتائج البحث عن فهم شامل لتصورات المشاركين فيما يتعلق بالدور الحاسم للبرمجة اللغوية العصبية وتأثيرها التحويلي على كفاءتهم في الكتابة الأكاديمية مقارنة بالمناهج التقليدية.

This study investigates the ongoing integration of natural language processing tools, specifically QuillBot, in academic writing. These tools, offering advanced features like grammar checking, automated proofreading, and word suggestions, are fundamental in enabling students to take control of their writing. Additionally, the current research addresses the transformative role of AI-based writing assistants, reshaping the writing paradigms to respond to learners’ educational demands. This investigation contributes to the understanding of the integration of natural language processing in the context of academia. Furthermore, it unveils the transformative effect of natural language processing tools, particularly QuillBot in enhancing academic writing opportunities among EFL master’s students. To examine this endeavor, a combination of quantitative and qualitative methods was employed. Firstly, an online survey was distributed to thirty-five EFL students pursuing a master's degree to gather quantitative data on their usage patterns of natural language processing tools in academic writing. The survey questions emphasized the frequency of Quillbot usage, common features utilized, the entire perception of Natural Language Processing usage experience, and further recommendations. Additionally, we conducted participant- observation to capture qualitative insights into master students’ perceptions of using QuillBot in their writing practices. This quantitative approach allowed for detecting the effectiveness of employing these tools in academic writing against traditional processes. The research findings reveal a comprehensive understanding of the participants' perceptions regarding the crucial role of QuillBot and its transformative impact on their academic writing proficiency compared to traditional approaches.
ISSN: 2710-8759

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.