Accent Priority in a Thai University Context: A Common Sense Revisited
Notice bibliographique
Résumé
In Thailand, there has been much debate regarding what accents should be prioritized and adopted as models for learning and use in the context of English language education. However, it is not a debate in which the voices of English learners have sufficiently been heard. Several world Englishes scholars have maintained that being a denationalized language, English should be viewed through the lens of linguistic hybridization. In this paper, we investigated Thai university English learners’ preferences for varieties of English and their attitudes towards the importance of understanding varieties of English in order to generate a better understanding as to what extent native and non-native varieties gain acceptance as English models. We also explored whether learners’ attitudes were consistent with the ideology of English as an international language which sees English in its pluralistic sense. The findings of this study suggest that even though the majority of learners preferred native-speaker accents as models for learning and use, they consiered non-native Englishes worth understanding and learning. The findings challenge the old paradigm of English language teaching that is based on the concept of linguistic Americanization or Britishization, prioritizing the native-speaker school of thought. In closing, we proposed some pedagogical suggestions that, we believe, are consistent with how English functions in the world as an international lingua franca.
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 | 0,017 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,011 | 0,045 |
| Communication savante | 0,018 | 0,016 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».