MétaCan
Menu
Retour à la cohorte
Enregistrement W4390958020 · doi:10.37213/cjal.2023.33052

When Accent Does Not Match Expectations: A Dynamic Perspective of L2 Speaker Evaluations in a French Interview Context

2023· article· en· W4390958020 sur OpenAlexafffundvenueabout
Rachael Lindberg, Pavel Trofimovich

Notice bibliographique

RevueCanadian Journal of Applied Linguistics · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaConcordia University
Mots-clésStress (linguistics)PsychologyJob interviewExpectancy theoryEmployabilityPerspective (graphical)Context (archaeology)PerceptionSocial psychologyFirst languageImpression formationLinguisticsSocial perceptionPedagogyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

According to expectation violation theory, job applicants can be upgraded or downgraded during an interview when their accent does not match employers’ speech expectations. Focusing on the employment of second language French job candidates in Québec, this study explored this issue dynamically in terms of how expectations may impact the trajectory of interview evaluations. Participants included 60 Québec French raters and 6 female job candidates applying to a waitress or pizza cook position, presented through their resumes as either first (L1) or second (L2) language French speakers. Each speaker’s interview audios were presented to raters in expectancy-congruent and expectancy-incongruent scenarios. Raters first provided resume-based employability assessments, then two more evaluations throughout a typical sequence of interview questions. The congruent and incongruent scenarios revealed similar evaluation patterns, where the L2 French cook applicant’s employability improved after initially being downgraded. Implications are discussed regarding listeners’ readjustment of their perceptions following first-impression biases.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,063
Tête enseignante GPT0,329
Écart entre enseignants0,267 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations3
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Applied LinguisticsMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207