Second language social networks and communication-related acculturative stress: the role of interconnectedness
Notice bibliographique
Résumé
Although a substantial amount of cross-cultural psychology research has investigated acculturative stress in general, little attention has been devoted specifically to communication-related acculturative stress (CRAS). In line with the view that cross-cultural adaptation and second language (L2) learning are social and interpersonal phenomena, the present study examines the hypothesis that migrants' L2 social network size and interconnectedness predict CRAS. The main idea underlying this hypothesis is that L2 social networks play an important role in fostering social and cultural aspects of communicative competence. Specifically, higher interconnectedness may reflect greater access to unmodified natural cultural representations and L2 communication practices, thus fostering communicative competence through observational learning. As such, structural aspects of migrants' L2 social networks may be protective against acculturative stress arising from chronic communication difficulties. Results from a study of first generation migrant students (N = 100) support this idea by showing that both inclusiveness and density of the participants' L2 network account for unique variance in CRAS but not in general acculturative stress. These results support the idea that research on cross-cultural adaptation would benefit from disentangling the various facets of acculturative stress and that the structure of migrants' L2 network matters for language related outcomes. Finally, this study contributes to an emerging body of work that attempts to integrate cultural/cross-cultural research on acculturation and research on intercultural communication and second language learning.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».