Apology Strategies in the Target Language (English) of Israeli-Arab EFL College Students Towards Their Lecturers of English Who are also Native Speakers of Arabic
Notice bibliographique
Résumé
This paper investigates the apology strategies used by Israeli Arab EFL college students in the target language, English toward their lecturers of English who are also Arab native speakers. Analysis of the apology strategies were based on strategies developed by a number of researchers (Owen, 1983; Blum-Kulka & Olshtain, 1984; Trasborg, 1987; Hussein & Hamouri, 1998). It is based on 42 apology e-mails sent by the students to three Arab lectures of English in the college. These e-mails were written in English. 240 apology utterances were performed in these messages. Frequencies and percentages are considered. The findings of the study reveal that the main apology strategy used by the students is “expression of apology”. This strategy consists of three sub-strategies: Expression of regret, offer of apology and request for forgiveness. The next frequent apology strategy used is “Acknowledgement of responsibility” which includes five sub-categories: explicit acknowledgement, expression of lack of intent, expression of self-deficiency, expression of embarrassment and explicit acceptance of the blame. Other strategies such as expression of concern for the hearer, offer of repair, explanation of account and others were also used, but in low frequencies. Key words: Speech acts; Apology strategies; Israeli Arab EFL students; Target language (TL)
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 | 0,008 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,001 | 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 ».