How long can naturalistic L2 pronunciation learning continue in adults? A 10-year study
Notice bibliographique
Résumé
We examined the naturalistic pronunciation development of two groups of L2 speakers over 10 years. Initially, 50 beginner ESL students participated in production tasks; despite attrition, the tasks were administered eight more times. Here we report listener judgements of accentedness, comprehensibility and fluency for the remaining six Mandarin and 12 Slavic language speakers at Year 10. Analyses of listener judgments of accentedness, comprehensibility, and fluency of utterances recorded at the 2-month, 1-year, 2-year, 7-year and 10-year points revealed that the Slavic language speakers improved in comprehensibility and fluency at each comparison point, while the Mandarin speakers’ results were variable; there was improvement in comprehensibility from Year 7 to Year 10, but only after worsening at earlier points. The Slavic language group showed improvement in accentedness several times, whereas the Mandarin group showed no improvement in accentedness at any point. The data were examined for individual differences in learning trajectories. Interview responses and a survey of language use were compared to participants’ trajectories. Some speakers showed steady improvement from Year 7 to Year 10, but the majority plateaued or regressed. We also elicited speakers’ views of their progress. The results are interpreted through Complexity Theory and the Willingness to Communicate framework. Suggestions are made for research and teaching interventions.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».