Willingness to Communicate and Second Language Speech Fluency: An Investigation of Affective and Cognitive Dynamics
Bibliographic record
Abstract
Les recherches sur la volonté de communiquer en L2 (langue seconde) ont gagné du terrain depuis deux décennies. À ces progrès s’ajoute l’émergence de la théorie des systèmes dynamiques complexes (TSDC), axée sur le phénomène des changements, dont les répercussions sur l’étude de la volonté de communiquer ont ouvert de nouvelles avenues vers une meilleure opérationnalisation du concept. S’appuyant sur la TSDC, Segalowitz a proposé un cadre de référence permettant d’expliquer les paramètres sous-jacents qui influent sur la fluidité du discours, dont la volonté de communiquer. Les auteurs se fondent sur ce cadre de référence pour réaliser l’étude exploratoire qu’ils proposent. Ils adoptent une approche qualitative et quantitative dans l’étude de la dynamique affective et cognitive de la volonté de communiquer des apprenants d’une L2, ainsi que de la façon dont cette dynamique interagit avec les mesures temporelles de la fluidité du discours, soit principalement la vitesse d’élocution, la longueur moyenne des énoncés et les phénomènes de pause. Utilisant une méthode idiodynamique pour saisir à chaque moment les fluctuations dans la volonté de communiquer des participants, les auteurs relèvent les interactions cognition-affect se reflétant dans la volonté de communiquer et la vitesse d’élocution. Les résultats montrent l’existence d’une interaction affect-cognition non continue, essentiellement bidirectionnelle, entre la volonté de communiquer et la fluidité du discours en L2.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".