Is nonverbal behavior during conversation related to perceived fluency?
Notice bibliographique
Résumé
Second language (L2) students typically aim to be effective language users, which involves learning both verbal and nonverbal aspects of communication.One aspect of effective language use is fluency, which Segalowitz (2010) described in three ways.The first is cognitive fluency, which is efficiency in a speaker's operation of underlying production processes, for example, at the level of planning, monitoring, and executing an utterance.The second is utterance fluency, which refers to the observable speech features produced by a speaker, such as their pauses or repetitions.Finally, defined as "a judgment made about speakers based on impressions drawn from their speech" (Segalowitz, 2010, p. 48), perceived fluency concerns how a speaker's speech, such as its fluidity or smoothness, impacts the listener.Our focus is on perceived fluency and its previously underexplored link with L2 speakers' nonverbal behavior.When it comes to observable dimensions of L2 performance that contribute to a speaker's perceived fluency, listeners tend to primarily rely on temporal dimensions of speech such as articulation rate, pausing, and repair in the form of repetitions and self-corrections (Bosker et al., 2013;Kahng, 2018;Saito et al., 2018;Williams & Korko, 2019).Other linguistic dimensions that underpin perceived fluency include grammar and pronunciation, where speakers' morphological and syllable structure errors are associated with lower perceived fluency for listeners (Rossiter, 2009;Suzuki & Kormos, 2020).In terms of the relative weight of various speech characteristics, according to a recent meta-analysis (Suzuki et al., 2021) listeners most strongly associate perceived fluency with articulation speed and pause frequency as opposed to other linguistic dimensions.Considering that up to 60% of variance in perceived fluency in Suzuki et al.'s extensive metadata was unexplained through measures of speaking speed, pausing, and repair, both L2 students and their teachers might find it useful to know which other aspects of communication are tied to perceived fluency, making a speaker appear more or less fluent to listeners.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 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) | 0,003 | 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 ».