Eliciting Persian Requests: DCT and Role Play Data
Notice bibliographique
Résumé
The validity of speech act data taken from different kinds of elicitation instruments has been widely discussed in interlangauge and cross cultural pragmatics literature. In this study an attempt is made to evaluate and investigate data taken from two of the most popular speech act instruments namely, written DCT and closed role play. The responses of forty Iranian university students in their native language (Persian) were investigated across the speech act of request. The distinguishing feature of the study is using the same participants for the two methods; in this way we can have an account of intra-participant variations. The social status and distance of the participants were both equal. Differences were found in the length and content of the responses. Respondents to role play tended to have longer responses and it was mainly because of the longer and higher number of alerters and supportive moves used in the role play. In the written data we witnessed more direct strategies used in the request Head Acts. Likewise, modification devices used in the oral data had a softer tone and in terms of request perspective the oral data provided more impersonal responses while the requests in the written data were more hearer-oriented. Overall, it seems that the data gathered through role play is more natural than DCT. Finally it is discussed that the choice of data gathering instrument in pragmatics research is to a large extent dependent on the goals of the researcher and research questions.
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 | 0,001 |
| 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 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 ».