An Exploration of the Relationships Among Task Repetition, Formulaic Language, and Perceived Fluency in Chinese L1 EAP Students' Oral Presentations
Notice bibliographique
Résumé
This study explored the impact of the task repetition (TR) -"repetitions of the same or slightly altered tasks" (Bygate & Samuda, 2005, p. 43) -on the development of formulaic language (FL) -prefabricated sequences that are "stored and retrieved whole from memory" (Wray, 2002, p. 9) -and perceived L2 speech fluency gains.While there is a consensus that FL facilitates fluent speech (Wood, 2015) and that TR can lead to L2 fluency development (Bygate, 1996), it is not clear whether TR alone can yield gains in the FL use and fluency.This is especially the case with investigations in the EAP context that tend to focus on the development of writing and grammar abilities, not on speaking skills (Barnard & Scampton, 2008).To investigate the effectiveness of TR in the development of FL use and perceived fluency gain, two versions of oral presentations delivered by 10 Chinese L1 EAP students were studied for instances of FL use and rated for fluency.Students repeated the task twice, four weeks apart.While the FL analysis was done using the Wray and Namba's (2003) checklist, perceived fluency judgments (e.g., speech rate, comprehensibility, pauses and hesitations, language proficiency) were provided by three independent raters who assessed a representative portion of the presentations.The results indicate that TR led to gains in fluency and promoted an increased use of and variety in FL.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».