Willingness to Communicate and Second Language Speech Fluency: An Investigation of Affective and Cognitive Dynamics
Notice bibliographique
Résumé
Les recherches sur la volonté de communiquer en L2 (langue seconde) ont gagné du terrain depuis deux décennies. À ces progrès s’ajoute l’émergence de la théorie des systèmes dynamiques complexes (TSDC), axée sur le phénomène des changements, dont les répercussions sur l’étude de la volonté de communiquer ont ouvert de nouvelles avenues vers une meilleure opérationnalisation du concept. S’appuyant sur la TSDC, Segalowitz a proposé un cadre de référence permettant d’expliquer les paramètres sous-jacents qui influent sur la fluidité du discours, dont la volonté de communiquer. Les auteurs se fondent sur ce cadre de référence pour réaliser l’étude exploratoire qu’ils proposent. Ils adoptent une approche qualitative et quantitative dans l’étude de la dynamique affective et cognitive de la volonté de communiquer des apprenants d’une L2, ainsi que de la façon dont cette dynamique interagit avec les mesures temporelles de la fluidité du discours, soit principalement la vitesse d’élocution, la longueur moyenne des énoncés et les phénomènes de pause. Utilisant une méthode idiodynamique pour saisir à chaque moment les fluctuations dans la volonté de communiquer des participants, les auteurs relèvent les interactions cognition-affect se reflétant dans la volonté de communiquer et la vitesse d’élocution. Les résultats montrent l’existence d’une interaction affect-cognition non continue, essentiellement bidirectionnelle, entre la volonté de communiquer et la fluidité du discours en L2.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».