MétaCan
Menu
Retour à la cohorte
Enregistrement W4366225265 · doi:10.5539/elt.v16n5p1

Effects of L1 and L2 Communication Apprehension on Speaking Skills of Japanese University Students

2023· article· en· W4366225265 sur OpenAlexvenueno aff
Hiroko Nakamura, Bettina Begole

Notice bibliographique

RevueEnglish Language Teaching · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCommunication in Education and Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésCommunication apprehensionPsychologyAnxietyProsodySentenceStress (linguistics)Language proficiencyApprehensionLinguisticsCognitive psychologyMathematics education

Résumé

récupéré en direct d'OpenAlex

This study explores the effect of communication apprehension in both L1 and L2 on proficiency in word stress of Japanese university students. Two structured, closed-ended questionnaires, the Personal Report of Communication Apprehension (PRCA) and the Foreign Language Classroom Anxiety Scale (FLCAS) were utilized along with speaking scores. A target word in an exclamatory sentence was used to examine word stress that affects intelligibility in spoken English. Acoustic correlates of the differences between stressed and unstressed syllables were investigated with four acoustic parameters: fundamental frequency (fo) range, fo slope, duration, and intensity. Results showed that of the four parameters, word stress represented by fo range and fo slope showed a significant negative correlation with L1 communication apprehension. In addition, speaking scores were related to L1 communication apprehension and word stress proficiency represented by fo range. These findings also suggest the effect of communication apprehension on English prosody as demonstrated by fo. In addition, speaking scores were related to L1 communication apprehenison and proficiency in word stress represented by fo range. These findings suggest the effect of communication apprehension on English speaking skills.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,013
Tête enseignante GPT0,353
Écart entre enseignants0,340 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetCommunication in Education and HealthcareTravaux en français237 207