Processing Unfamiliar Words: Strategies, Knowledge Sources, and the Relationship to Text and Word Comprehension
Notice bibliographique
Résumé
This study examines strategies (inferencing and ignoring) and knowledge sources (semantics, morphology, paralinguistics, etc.) that second language learners of English use to process unfamiliar words in listening comprehension and whether the use of strategies or knowledge sources relates to successful text comprehension or word comprehension. Data were collected using the procedures of immediate retrospection without recall support and of stimulated recall. Twenty participants with Chinese as their first language participated in the procedures. Both qualitative and quantitative analyses were made. The results indicate that inferencing is the primary strategy that learners use to process unfamiliar words in listening and that it relates to successful text comprehension. Among the different knowledge sources that learners use, the most frequently used knowledge sources are semantic knowledge of words in the local co-text combined with background knowledge and semantic knowledge of the overall co-text. The finding that the use of most knowledge sources does not relate to the comprehension of the word suggests that no particular knowledge source is universally effective or ineffective and that what is crucial is to use the various knowledge sources flexibly. Résumé Cette étude examine les stratégies (la déduction et l'omission de mots) et les sources de connaissances (sémantique, morphologie, connaissance antérieure, etc.) utilisées par les étudiants d’anglais langue seconde (ALS) pour comprendre les mots inconnus à l'oral, et s'interroge sur les liens entre l’emploi des stratégies ou sources de connaissances et la bonne compréhension des textes et des mots. Les données ont été recueillies immédiatement après observation, sans rappel ni simulation ultérieure. Vingt locuteurs de langue maternelle chinoise ont participé à l’étude. Des approches qualitative et quantitative ont été utilisées. Les résultats indiquent que la déduction est la stratégie de toute premiѐre importance utilisée par les sujets pour comprendre les mots inconnus à l'oral, et ceci est lié à une bonne compréhension du texte. Parmi les sources de connaissances, celles qui sont les plus souvent utilisées par les étudiants sont la connaissance sémantique des mots du contexte immédiat alliée avec la connaissance de fond et la connaissance sémantique du texte global. Les résultats indiquent que l'emploi de la plupart des sources de connaissances n’a aucun rapport avec la compréhension des mots, suggérant ainsi qu' aucune source de connaissance en particulier n'est universellement efficace ou inefficace . Ce qui est crucial est l’emploi flexible de diverses sources de connaissances.
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 | 0,002 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».