Expressing Refusals in English: A Cross-Cultural Study of Invitation Responses amongst Malaysians
Notice bibliographique
Résumé
Malaysia is a multicultural country with diverse cultural groups, languages, social practices and norms. The Malays, Indians and Chinese are amongst the leading cultural groups, each with unique styles of expressing refusal when communicating in English. Refusal, or the act of saying ‘no,’ is inevitable in daily routines, often leaving a negative impression on both speaker and listener. This can be particularly challenging in multicultural context, whereby different cultures use language differently to express and interpret refusals in English. Such variations can lead to misunderstandings, especially in multilingual settings. This study examined how different cultural perspectives in Malaysia expressed refusals to invitations in English. To realise the study, a qualitative approach complemented by minor quantitative elements was adopted to provide an insightful understanding of the refusal strategies used by different cultures. The employed research design included Oral Discourse Completion Task (ODCT) and interviews. A purposive sampling technique was applied to select 16 Malays, 16 Chinese and 16 Indians who are proficient English speakers. The data obtained were analysed by using Beebe et al. (1990) Refusal Taxonomies framework to categorise refusal strategies and Hofstede (2011) Cultural Dimensions to interprete an in-depth insight into cultural influences in making refusals. The findings revealed that Chinese and Indians were comfortable to express direct negative willingness in English, while Malays tended to refuse indirectly, often showing gratitude in their refusals. Future research is recommended to explore refusal strategies in other speech acts and compare refusal styles between working adults and children in Malaysia to enhance generalisability.
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 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 | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».