Foreign Language Anxiety and Student Interpreters’ Learning Outcomes: Implications for the Theory and Measurement of Interpretation Learning Anxiety
Notice bibliographique
Résumé
Although anxiety has been documented as an important variable in both interpretation performance and second language acquisition, there has been virtually no research on the interconnections between the anxiety reactions induced by these two cross-linguistic / cultural endeavors. A review of the literature on anxiety and interpretation performance finds that most of the existing studies have treated the anxiety induced by interpretation as a transfer of other general types of anxieties, such as trait anxiety, without considering the probable role of second language anxiety in interpretation performance. In order to determine the role of foreign language anxiety in 213 Chinese-English interpretation students’ learning outcomes, which were indexed by the participants’ mid-term exam scores and semester grades, this study employed Spielberger’s (1983) Trait Anxiety Inventory to measure the students’ trait anxiety, while utilizing Horwitz, Horwitz et al. ’s (1986) Foreign Language Classroom Anxiety Scale ( FLCAS ) to measure the participants’ foreign language anxiety. Results of correlation analyses showed that a) trait anxiety was not related to either mid-term exam scores or semester grades, b) foreign language anxiety was significantly and negatively associated with both outcome measures, c) after controlling for the effect of trait anxiety, the relationship between foreign language anxiety and interpretation learning outcomes remained significant, and d) a vast majority of the FLCAS items had significant and negative associations with both outcome measures. Implications for developing a theory of and a measurement instrument for interpretation learning anxiety are suggested.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».