MétaCan
Menu
Retour à la cohorte
Enregistrement W2982008126 · doi:10.5539/ijel.v9n6p172

A Sociolinguistic Study of the Realization of Refusals Among Yemeni EFL Learners

2019· article· en· W2982008126 sur OpenAlexvenueno aff
Yasser Alrefaee, Naimah Al-Ghamdi, Najeeb Almansoob

Notice bibliographique

RevueInternational Journal of English Linguistics · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArabicPsychologyRealization (probability)Social psychologyTest (biology)Social statusSocial distanceLinguisticsSociologySocial science

Résumé

récupéré en direct d'OpenAlex

The present paper attempts to study the realization of refusal responses to invitations and requests among Yemen EFL learners in equal, higher and lower social status. It also aims to find out the pragmatic failure resulted from negative pragmatic transfer. In order to do so, refusals of 40 Yemeni EFL (20 high and 20 low proficient) learners were compared with refusals of 20 native speakers of English (ENS) and 20 native speakers of Arabic (ANS). Data were collected using a Written Discourse Completion Test (WDCT) consisting of six refusals to invitations and requests in higher, equal and lower social status. This study finds out that Yemenis and Americans used different refusal strategies when refusing persons of equal and lower social status. ANS also used the adjunct of invoking the name of God which is religiously rooted and culturally specific to assert their excuses. Interestingly, Yemeni EFL learners showed a tendency toward the L1 pragmatic norms in the use of invoking the name of God and also in the use of more Direct strategies when refusing someone equal or lower in status. With respect to the content of refusals, Yemenis used general and vague excuses when refusing someone equal or lower in social status whereas Americans, on the other hand, were found to use detailed and clear excuses with persons of different social status.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,311
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207