Reaction Time, Speech Recognition, and Verbal Memory Performance: Nonnative Versus Native English Speakers
Notice bibliographique
Résumé
Purpose: Previous studies have debated differences in spoken language processing between nonnative and native English speakers, often yielding varying and sometimes contradictory results. To address these discrepancies, we employed a comprehensive battery of tasks to compare auditory, speech, and memory processing between nonnative and native English language speakers (NELS). Method: The study included 70 university students aged 18–35 years, comprising 29 nonnative and 41 native monolingual NELS of both genders. Participants were assessed on auditory and visual reaction time (RT), speech recognition, and verbal memory tasks under two conditions: quiet and multitalker babble noise (0 dB). Results: In sentence recognition ( p < .001) and word memory tests, the nonnative group performed worse than the native group under both quiet ( p = .001) and noisy ( p = .002) conditions. Both groups demonstrated a significant reduction in word recognition scores and slower RTs for auditory and visual modules in noise compared to quiet conditions ( p < .001). Conclusions: The study yielded two primary findings. First, background noise negatively impacts all levels of auditory processing, from RT to speech recognition and memory recall. Second, nonnative students experience more difficulty in speech perception and memory performance in their second language, English, in both quiet and noisy conditions. These findings underscore the importance of providing additional support to facilitate learning and academic growth for nonnative English language students.
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 | 0,003 |
| 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) | 0,002 | 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 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 ».