The Role of the Interlocutor: Factors Impeding Workplace Communication with Newcomers Speaking English as an Additional Language
Bibliographic record
Abstract
Dans la perspective des nouveaux arrivants au Canada qui utilisent l’anglais comme langue additionnelle (ALA), les auteurs s’interrogent sur la façon dont les interlocuteurs des nouveaux arrivants peuvent entraver la communication en milieu de travail. Les six participants à l’étude, qui parlent l’ALA et ont divers antécédents linguistiques, partagent leurs expériences en milieu de travail. Les auteurs recueillent des données qualitatives dans le cadre d’entrevues semi-structurées et compilent, codifient et analysent les anecdotes des participants afin d’en dégager les thèmes émergents. Ils obtiennent également les résultats du test général de compétences linguistiques du CELPIP (Programme canadien d’évaluation du niveau de compétences linguistiques en anglais) afin de disposer d’un indicateur du niveau général de maîtrise de l’anglais des participants. Les anecdotes partagées par les participants révèlent que la tension affective, l’usage linguistique de l’interlocuteur, la compréhension de l’interlocuteur, les contraintes de temps et leurs propres perceptions sont autant d’éléments qui contribuent à entraver la communication en milieu de travail. Il semble que leur capacité à déployer toutes leurs compétences communicationnelles en anglais dépende souvent de leurs interlocuteurs. Ces observations nous renseignent sur la façon dont les attitudes et les agissements (réels ou imaginés) des interlocuteurs sont susceptibles d’influer sur les compétences linguistiques en milieu de travail. En s’appuyant sur ces constatations, les auteurs évaluent le potentiel de perfectionnement des compétences interculturelles des nouveaux arrivants, de leurs interlocuteurs et de la communauté plus large afin de faciliter la communication en milieu de travail.
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 | 0.006 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".