Exploring the linguistic signature of interpersonal liking in second language interaction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
People worry about how they are seen by others, but their insights (called metaperceptions) are often too negative. For instance, many speakers believe that their interlocutors like them less than they actually do, and these overly negative metaperceptions inform speakers' actions such as asking for advice or pursuing friendships. Our goal was to understand if low, underconfident metaperceptions are associated with specific interactional behaviors for second language (L2) speakers, as a way of identifying a “linguistic signature” of insecure metaperceivers. We analyzed 10-min dyadic conversations by 37 L2-speaking university students discussing academic texts. Following the conversation, students provided their metaperceptions (how much they thought their partner liked them) and their actual assessments (how much they liked each other). We coded the conversations for eight measures of utterance fluency (repetitions, repairs, filled pauses, discourse markers) and speaker engagement (lexical content, mean length of turn, backchannels, overlapping speech). Whereas several measures predicted students' metaperceptions, none contributed to their actual assessments. Speakers who felt appreciated by their partner provided more lexical content across shorter conversational turns, whereas those who felt insecure assumed a dominant role speaking in long turns. These findings provide initial insights into how speakers’ metaperceptions manifest in their interactional behavior. • Speakers tend to underestimate their liking by conversation partners. • English L2 speakers' conversations were coded for fluency and engagement behaviors. • Speakers also provided perceived and actual ratings of each other's liking. • Speakers with higher perceived ratings provided more content across shorter turns. • No linguistic measure predicted speakers' actual liking by conversation partners.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle