Development of Language Proficiency and Pragmatic Competence in an Immersive Language Program
Notice bibliographique
Résumé
Since pragmatic competence and grammatical competence are two distinct aspects of communicative competence (Bachman, 1990), a high level of grammatical competence may not lead to a high level of pragmatic competence, rather it can be best developed through immersion in the target language. In this respect, this paper addresses three research questions within the context of an immersive language program in an EFL setting: 1) Does instruction in an immersive language program have a significant effect on language learners’ general language proficiency? 2) Is there any significant relationship between language learners’ general language proficiency and their pragmatic competence? 3) Is there any significant relationship between language learners’ level of language contact and their pragmatic competence?In the experiment, Japanese first-year college students (n=18) were assessed through TOEFL PBT at the start of a one-year language immersion program. The subjects thereupon participated in an intensive language program. At the end of the academic year, all subjects took another TOEFL PBT along with a pragmatic competence test (Bardovi-Harlig, 2009) and a language contact survey. The statistical findings of this study demonstrated a significant positive effect for immersive language program on general language proficiency. However, the findings found no significant association between general language proficiency and pragmatic competence and only a weak correlation between language contact and pragmatic competency. This suggests that developing general linguistic proficiency and immersive language contact with a target language do not automatically ensure the acquisition of pragmatic competence.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».