The Motivational Journey of Japanese Foreign Language Learners
Notice bibliographique
Résumé
Japanese is ranked as one of the hardest languages to learn, especially for English native speakers (U.S. Department of State, 2009). Despite the challenges involved in learning Japanese as a Foreign Language (JFL), Japanese remains a popular choice among foreign language learners around the world for various reasons including interest in Japanese culture and the language itself (Fukasaku, 2016). In this qualitative study, four international students who participated in a summer JFL program at a private university in Japan were surveyed and interviewed about their motivation of learning Japanese prior to coming to Japan, during their two-month stay in Japan, and after their return to the United States or Canada. The international students’ motivational journeys were analyzed using Dörnyei et al.’s (2015) directed motivational currents (DMCs) model, which exemplifies how surges in motivation could assist foreign language learners in achieving their, past, immediate, and future goals of mastering a foreign language. DMCs were most apparent during their stay in Japan and immediately after returning to the United States or Canada. Their surge in motivation was due to the interactions they had with host family members, their peers who were highly motivated to learn Japanese, and Japanese students. Upon returning the United States or Canada, the students discovered ways to interact with Japanese native speakers to sustain their motivation to learn Japanese. Although many of the international students did not clearly specify how they would be using Japanese in their future, they all had hopes of returning to Japan.
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 | 0,003 | 0,003 |
| 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 | 0,006 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».