Epistemic Modality in the Argumentative Essays of Chinese EFL Learners
Notice bibliographique
Résumé
Central to argumentative writing is the proper use of epistemic devices (EDs), which distinguish writers’ opinions from facts and evaluate the degree of certainty expressed in their statements. Important as these devices are, they turn out to constitute a thorny area for non-native speakers (NNS). Previous research indicates that Chinese EFL learners differ significantly from the native speakers (NS) in marking epistemic modality. One problem of previous studies is that the essay topics are not well controlled, which makes it somewhat ambiguous as to whether the observed linguistic discrepancies are caused by the NNS/NS difference or by the topic differences. This paper sets out to explore much more comparable data from International Corpus Network of Asian Learners of English (ICNALE). The results show that while both NS group and NNS groups are heavily dependent on a restricted range of items, the manipulation of epistemic modality is particularly problematic for the L2 students who employ syntactically simpler constructions and rely on a more limited range of devices, as already discovered in the previous studies. Nevertheless, this study also shows that the most proficient L2 students modify their statements with less certainty markers and more tentative expressions than do their L1 counterparts, and that all learner groups, regardless of their overall language proficiency, use less boosters than L1 writers, which is in sharp contrast with previous studies. The ability to mark epistemic modality has much to do with L2 proficiency. While lower-band students exhibit a heavy reliance on a narrower range of items for strong assertions, higher-band students tend to be more tentative and demonstrate a more native-like use of some Eds. The observed patterns are explained in the light of the inherent properties of English EDs, the imperfect modal instruction and learner factors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».