Japanese Tertiary-level Students' Cognition of World Englishes
Notice bibliographique
Résumé
Estimates vary widely as to the number of people who study English globally, from Kachru and Nelson's (2006)(1)estimate of 700 million, to Beare's (2019)(2)figure of over 1.5 billion. However, these statistics are somewhat misleading as English is not a single entity, but rather a multitude of different dialects of the language (e.g., American English, British English), more accurately described as World Englishes(WE).The current study investigated the cognition of WE among 473 Japanese university students, revealing that while a majority of the participants knew that different varieties of English existed (n=366; 77.4%), they could not describe in detail what those differences were(n=351; 74.2%). Among those who could name some differences, pronunciation was cited the most often(n=99; 81.1%), followed by a small number noting grammatical differences(n=2; 1.6%), and none suggesting syntax or pragmatic factors such as appropriateness as being different among varieties of WE. When asked their preference of English instructor, citizens of inner circle countries (e.g., the USA, UK, Australia, or Canada) were rated the highest (M=3.48), followed closely by Japanese English teachers (M=3.42). Theoretical rationale and pedagogical implications are discussed.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».