Analyzing online postings as social behavior for L2 instruction of (im)politeness: Sensitizing advanced learners of German or English
Notice bibliographique
Résumé
Abstract This study takes a discursive approach (cf. Watts 1989, 2008; Locher 2004, 2006, 2011, 2012; Locher and Watts 2005, 2008; Mills 2011; van der Bom and Mills 2015), to analyze online postings as social behavior for use in other/second language (im)politeness instruction. The criteria for inclusion are authenticity, complexity, diversity and feasibility. This means the postings need to (1) be created for a social purpose, not an instructional one; (2) be pragmatically rich and exemplify evaluations of (in)appropriate behavior; (3) illustrate variety in their underlying social norms and values; as well as (4) lend themselves to examination by learners and provoke reflection in conjunction with participatory learning activities. The analysis found that postings from online fora can meet these criteria and identifies (a manageable number of) posts for which participatory learning activities were developed. In combination the posts and the activities are used to enhance awareness of the complexity of (im)politeness in social encounters, especially in intercultural interactions, and the omnipresent and emergent nature of (im)politeness. They have been used in a university setting to sensitize the L2 learner to differences in the views, judgments and negotiations of what constitutes polite or impolite behavior between as well as within speech communities.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».