A Comparative Study on the Use of Compliment Response Strategies by Persian and English Native Speakers
Notice bibliographique
Résumé
The significance of pragmatic knowledge and politeness strategies has recently been emphasized in language learning and teaching. Most communication failures originate in the lack of pragmatic awareness which is evident among EFL learners while communicating with English native speakers. The present study aimed at investigating compliment response strategies, as a sub-category of politeness strategies, used by a group of Persian and English native speakers, and examining the effect of gender on the use of strategies to respond to compliments. To these ends and with the use of convenient sampling, thirty Iranian native speakers (15 females and 15 males) in Iran and 26 English native speakers (13 females and 13 males) in Canada, all college students with age range of 17-30, participated in this study. In order to collect a corpus of compliment responses, a researcher-made questionnaire in the form of a Discourse Completion Task was distributed among the participants. Using two-way ANOVAs, the findings indicated that there is a significant difference between Persian native speakers and Canadian English speakers ( p< . 05) with respect to the compliment response strategies investigated in this study namely, accept, evade , and reject . Moreover, it was found that the most widely used compliment response strategy among both Iranian and English participants is accept. Regarding the effect of gender on the use of compliment response strategies by the participants, the results did not reveal a statistically significant difference between the two groups ( p > .05).Considering the findings of the present study, materials developers and textbook writers can make more space in EFL textbooks for exercises about compliments (responses); and help in highlighting the significance of this aspect of pragmatic knowledge. Keywords: pragmatics, politeness, compliment, compliment response, EFL
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».