Delving into EFL Learners’ Cultural Conceptions Through Metaphor Analysis
Notice bibliographique
Résumé
Metaphors are the windows through which it is possible to see individuals’ particular way of thinking. In this paper, a case is made through investigating L2 learners’ metaphors conceptualizing English culture. The data elicited by using the prompt “English culture is like… because…” and the dominant metaphors were identified with reference to the frequency of each metaphor. In total, 67 conceptual metaphors were placed under 14 specific categories. These 14 categories were further divided into three broad categories as: 1) culture as a positive factor; 2) culture as a negative factor; and 3) culture as an unintelligible factor. Of particular interest is the use of positive metaphors to represent culture. The findings showed that the choice of metaphors is different regarding learners’ proficiency level. With beginners, English culture is mostly realized as a negative factor. However, in intermediate and advanced levels, learners are more optimistic about English culture and the dominating ideology is a positive view. Moreover, learners’ conceptualization of second-language culture was different regarding gender. Finally, Chi-square test was computed to find out whether the differences are meaningful. The findings of this article are useful for investigating, selecting, and teaching cultural aspects in EFL classes. Hence, the results are of interest for researchers, material developers, and teachers. Key words: Culture; SLA; Metaphor; Proficiency level; Gender; EFL learners
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 | 0,003 | 0,006 |
| 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 | 0,004 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».