또한 학습 압력이 약간 증가하고(M = 3.34, SD = 0.994) 관심이 감소한 결과(M = 2.82, SD = 1.007)는 모두 SpeechRater 의 부정적인 워시백을 나타냅니다 . 그러나 부족한 점 찾기(M = 3.44, SD = 0.986)와 영어 말하기 학습 목표 설정(M = 3.45, SD = 0.966)에 미치는 영향에 대해서는 두 항목에 대한 응답에서 약간의 긍정적인 워시백이 암시되었습니다. 또한 영어 말하기 학습에 소요되는 시간(M=3.45, SD=0.859)과 자료(M=3.46, SD=0.993)도 적당히 증가하였다. 마지막으로, 수업 외 학습 활동 중 영어 말하기 학습 및 시험과 관련된 스마트폰 애플리케이션의 사용이 증가한 것이 가장 두드러졌습니다(M = 3.65, SD = 0.997). 대조적으로, SpeechRater는 응답자들이 대면 영어 말하기에 참여하도록 동기를 부여하지 않았습니다. 구체적으로, 일상적인 대화가 포함된 활동(M = 2.88, SD = 0.975)은 공식적인 학업 환경(M = 3.07, SD = 1.017)보다 덜 관심을 받았습니다. SpeechRater는 학습 활동에 대해 긍정적인 반응과 부정적인 반응이 혼합된 결과를 도출했습니다. 자동 채점 소프트웨어의 이동성(Bejar, 2010 )과 진단 피드백 제공의 유용성(Zhang et al., 2020 )을 고려하면 응시자가 개인 장치를 통해 독립적으로 영어 말하기를 연습하도록 계몽하여 학습 계획의 실현을 촉진할 수 있습니다. 그러나 많은 응시자들은 대면 영어 커뮤니케이션에 참여하려는 의욕을 잃었고, 이는 청취자가 즉시 평가하지 않는 자동 채점 시험에서 자신의 성적에 직접적으로 기여할 수 없다고 생각했습니다. 이는 ASE가 실제 활동에서 시험 작업으로의 원활한 이동을 중단했음을 의미합니다(Fan, 2014 ). 그것의 적용은 긍정적인 워시백의 중요한 전제조건인 말하기 테스트의 신뢰성에 영향을 미쳤습니다(Messick, 1996 ). 명시적 워시백 SpeechRater 의 명시적 워시백은 통계에서 알 수 있듯이 암시적 워시백보다 전반적으로 더 강렬했습니다. 이는 명시적인 워시백이 더 목적 지향적이고 따라서 더 쉽게 인식될 수 있다는 Prodromou의 진술( 1995 , p. 14–15)과 일치합니다. SpeechRater 사용으로 인한 응답자의 시험 준비 행동 변화 중 , 자기평가에서 자신의 말의 문법적 오류를 찾아내는 것이 인기도에서 가장 높았습니다(M = 4.11, SD = 0.757). 이는 그들이 SpeechRater를 문법적 정확성에 매우 민감한 것으로 인식했음을 의미합니다. 자동화된 소프트웨어는 본질적으로 음성의 텍스트 버전을 평가했지만 음성 담론은 서면 담화만큼 문법적으로 구조화될 수 없습니다(Xi, 2010 ). 결과적으로, 언어 사용 정확도에 대한 ASE의 엄격함은 양날의 효과를 낳을 수 있습니다. 이는 응시자들이 문법 사용을 향상시키도록 동기를 부여했지만, 실제 상황에서 영어 구어의 이해력을 강조하는 데는 방해가 되었습니다. 무료스포츠중계 소액결제 정책 롤 토토 안전놀이터 비제이벳 백링크 11