Crosslinguistic influence on pragmatics: the case of apologies by Japanese first-language learners of English
Notice bibliographique
Résumé
It is said that Japanese tend to overuse I'm sorry, and a number of studies have confirmed this. Some studies attribute it to Japanese culture; however, does Japanese language have any influence on that? This study, therefore, investigates the uses of the English apologetic phrases, namely, I'm sorry and excuse me by Japanese-L1 learners of English, comparing them with some counterparts in Japanese, sumimasen and gomen (gomennasai). This study also takes the length of residence in English-speaking countries (LOR) into consideration. The data were collected from three different groups: Japanese in Japan whose LOR is less than a year (JJ), Japanese in Montreal whose LOR is over a year (JMtl), and native speakers of English (NSE) in Montreal. Questionnaires and follow-up interviews were administered to answer the research questions.The results showed that JJ group used I'm sorry more often than NSE group. One of the reasons of the overuse of I'm sorry was transfer of Japanese apologetic expressions. However, there were some cases when they said sorry less often than NSE group and JMtl group, and that was probably attributed to their unfamiliarity with the sorry-to-bother-you type of expressions. It was also found that the JJ group sometimes had difficulty using excuse me appropriately, and the reason could be insufficient input of excuse me. Overall, the study showed that Japanese learners' use of these expressions becomes closer to that of the NSE group the longer they stay in an English-speaking country.
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 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».