Is It Rude Language? Children Learning Pragmatics Through Visual Narrative
Notice bibliographique
Résumé
There has been an upsurge of interest in teaching second/foreign language (L2) pragmatics in recent years, but much of this effort has been targeted at adult learners. This article introduces small-scale informal instruction exploring the pragmatic development of 9-year-olds in Tokyo, facilitated through dialogic in- tervention on pragmatics using the visual presentation of narratives. Although the instruction took place in an English as a foreign language (EFL) context, the same dialogic approach is relevant to ESL in Canada and elsewhere, as picture books enrich narratives, visually mediating the context of language use in a manner comprehensible and captivating to young learners. The learners’ pragmatic development was scaffolded dialogically through instructional materials doubling as teacher-based assessments, including formality judgment tasks, discourse completion tasks, and student-generated visual discourse completion tasks, assessed through predesigned rubrics and written reflections by the teacher. Video-recorded data showed that repeated visual assistance provided by the teacher and peers led to enhanced pragmatic awareness and metapragmatic judgments of the relative levels of formality and politeness of the target pragmatic formulas. However, with little L2 exposure, these learners were often unable to produce newly introduced expressions and failed to match the demands of the context with appropriate language choices during this isolated series of instructional events.
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 | 0,001 | 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 | 0,002 | 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) | 0,036 | 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 ».