Do Nurses Use Discourse Markers Differently when Using Their Second Language as Opposed to Their First while Interviewing Patients?
Notice bibliographique
Résumé
Les auteurs se demandent si l’utilisation de marqueurs discursifs change, dans les interactions des infirmières avec les patients, en fonction de l’usage qu’elles font de leur langue maternelle (L1) ou de leur langue seconde (L2). Les marqueurs sont analysés à titre de marqueurs de maintien du tour de parole, indiquant la « prise en compte » et de marqueurs de transition dans le discours, indiquant un changement de sujet ou de locuteur dans la conversation. Ces deux catégories de marqueurs diffèrent sur le plan du degré de gestion du discours et du contrôle interactionnel. Seize infirmières mènent auprès d’un patient de L1 anglaise et d’un patient de L1 française un entretien visant l’évaluation de la douleur, entretien dans lequel les infirmières utilisent leur propre L1 dans un cas et leur propre L2, moins bien maîtrisée, dans l’autre. Les résultats de l’étude ne permettent pas de confirmer la première hypothèse, selon laquelle les infirmières devraient normalement utiliser les marqueurs discursifs plus fréquemment en L1 qu’en L2. Ils confirment toutefois la seconde hypothèse, selon laquelle les infirmières devraient utiliser les marqueurs de changement de sujet moins fréquemment en L2 qu’en L1, comparativement à leur usage (de base) des marqueurs de maintien du tour de parole. Les constatations des auteurs, en particulier l’attestation de la seconde hypothèse, pourraient avoir des répercussions sur le développement de la formation en L2 des professionnels de la santé.
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 | 0,014 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».