The Role of the Interlocutor: Factors Impeding Workplace Communication with Newcomers Speaking English as an Additional Language
Notice bibliographique
Résumé
Dans la perspective des nouveaux arrivants au Canada qui utilisent l’anglais comme langue additionnelle (ALA), les auteurs s’interrogent sur la façon dont les interlocuteurs des nouveaux arrivants peuvent entraver la communication en milieu de travail. Les six participants à l’étude, qui parlent l’ALA et ont divers antécédents linguistiques, partagent leurs expériences en milieu de travail. Les auteurs recueillent des données qualitatives dans le cadre d’entrevues semi-structurées et compilent, codifient et analysent les anecdotes des participants afin d’en dégager les thèmes émergents. Ils obtiennent également les résultats du test général de compétences linguistiques du CELPIP (Programme canadien d’évaluation du niveau de compétences linguistiques en anglais) afin de disposer d’un indicateur du niveau général de maîtrise de l’anglais des participants. Les anecdotes partagées par les participants révèlent que la tension affective, l’usage linguistique de l’interlocuteur, la compréhension de l’interlocuteur, les contraintes de temps et leurs propres perceptions sont autant d’éléments qui contribuent à entraver la communication en milieu de travail. Il semble que leur capacité à déployer toutes leurs compétences communicationnelles en anglais dépende souvent de leurs interlocuteurs. Ces observations nous renseignent sur la façon dont les attitudes et les agissements (réels ou imaginés) des interlocuteurs sont susceptibles d’influer sur les compétences linguistiques en milieu de travail. En s’appuyant sur ces constatations, les auteurs évaluent le potentiel de perfectionnement des compétences interculturelles des nouveaux arrivants, de leurs interlocuteurs et de la communauté plus large afin de faciliter la communication en milieu de travail.
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».