First- and final-semester non-native students in an English-medium university: Judgments of their speech by university peers
Notice bibliographique
Résumé
By the end of their studies, non-native speakers of English studying at English-medium universities have had several years of exposure to English in that setting. Do non-native students, particularly those enrolled in non-languagerelated programs, show different levels of second language (L2) speaking ability in their final semester of studies than non-native students in their first semester, as judged by other students in the university community? In this exploratory cross-sectional study, two matched groups of L2 English university students in their first or final semester of study in non-language-related programs ( N = 20) were recorded in mock job interviews. The students were rated by two groups of raters for accentedness, comprehensibility, fluency, and communicative effectiveness. Both rater groups were university students; one group was from diverse academic programs, while the other group was studying human resource management (HRM). Although the first- and final-semester L2 English students differed in how long they had studied in English, no significant difference in ratings between first- and final-semester students was found. However, the two rater groups differed in how they rated accentedness and comprehensibility, suggesting that the nature of listeners' previous academic experience (e.g., with HRM) influences their judgments. The use of holistic rating scales to evaluate L2 speech is discussed, as well as the relationship between the nature of language exposure and the performance of the student and rater groups.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».