A CORPUS-INFORMED STUDY BASED ON A CONTRASTIVE ANALYSIS OF STANCE MARKERS IN LEARNER ENGLISH: FROM CORPUS TO CLASSROOM

Abstract

Herhangi bir dilsel etkileşim içerisinde tutum belirteçlerinin büyük rolünün tanınması üzerine yapılan çalışmalar giderek artmaktadır. Bu çalışmada, Karşılaştırmalı Aradil Analizi (CIA) çerçevesinde, öğrenici İngilizcesinde kullanılan bilgisel tutum belirteçlerini araştırmak ve ortaya çıkarmak amacıyla derlem temelli yaklaşımdan yararlanılmıştır. Araştırmanın iki temel hedefi: 1) Türk öğrenicilerin sözlü İngilizcede kullandıkları tutum belirteçlerinin ortaya çıkarılarak bu belirteçleri anadili İngilizce olan kullanıcıların sözlü İngilizcede kullandığı belirteçlerle karşılaştırmak; 2) Derlem temelli öğretim metotlarının öğrenici İngilizcesinde bilgisel tutum belirteçlerinin kullanımı açısından bir fark oluşturup oluşturmadığını ölçmektir. Bu hedefler doğrultusunda, bu çalışma birbirini tamamlayan iki bölümden oluşmaktadır. İlk bölümde öğrenici İngilizcesi veri kaynağını Louvain Uluslararası Aradil Konus?ma I?ngilizcesi Veritabanı (LINDSEI) Projesi'nin Türkçe alt bileşeni ve anadil konuşuru veri kaynağını The Louvain Corpus of Native English Conversation (LOCNEC) veri tabanı oluşturmaktadır. İkinci bölüm ise, Fırat Üniversitesi'nde İngiliz Dili ve Edebiyatı bölümünde öğrenim gören 39 lisans öğrencisi ile yürütülmüştür. Çalışmanın ilk bölümünden elde edilen bulgulara göre, konuşma dilinde sıklıkla kullanılan tutum belirteçleri açısından Türk öğrenciler ile anadili İngilizce olanların İngilizcesi arasındaki benzerlik ve farklılıklar incelendiğinde, oldukça karmaşık bir tablo ortaya çıkmıştır. Çalışmanın ikinci bölümünde ise, derlem temelli öğretim metotlarının konuşma dilinde yararlanılan bilgisel tutum belirteçlerini öğretmede kısa vadede etkili olabileceği; fakat öğrenmede uzun vadede kalıcılığı sağlamak amacıyla öğrencilerin hedef belirteçler üzerine devamlılığı olan bir eğitime ihtiyaç duyabilecekleri tartışılmıştır. Anahtar Kelimeler: Tutum, Bilgisel Tutum Belirteçleri, Söylem İşaretçileri, Sözlü Öğrenici Derlemi, İkinci Dil Edinimi (SLA), Yabancı Dil Olarak İngilizce (EFL), Derlem Temelli Öğretim, Karşılaştırmalı Aradil Analizi (CIA).A growing body of research has been conducted upon the recognition of the vital role of stance markers in any linguistic interaction and negotiating knowledge. Within the framework of Contrastive Interlanguage Analysis (CIA), this thesis adopted a corpus-informed approach to describe and uncover the role of epistemic stance markers in spoken interlanguage. The main goals of the present study are two-fold: 1) to investigate the use of epistemic stance markers in Turkish EFL learners' spoken production, comparing and contrasting them with the target structures in native speech 2) to measure the change, if any, occurring in epistemic stance marker use in L2 learners' oral performance as a result of corpus-informed treatments. In achieving these goals, the present study consists of two interrelated studies. Study 1 exploits the Turkish subcomponent of Louvain International Database of Spoken Interlanguage (LINDSEI) for non-native data, and as the native counterpart, The Louvain Corpus of Native English Conversation (LOCNEC). Study 2 was conducted in Fırat University, Elazığ with 39 students majoring in English Language and Literature. The findings of Study 1 revealed a rather distinctive picture of the similarities and differences between native and learner language regarding the commonly used epistemic stance markers in spoken language. As for Study 2, it was found out that a corpus-informed teaching methodology could be effective in teaching EFL learners how to express their epistemic stance appropriately in speech in the short term, however; the learners may need to revisit the target forms regularly in the long term to increase the degree of retention of epistemic stance markers. Key words: Stance, Epistemic Stance, Discourse Markers, Spoken Corpora, Second Language Acquisition (SLA), English as a Foreign Language (EFL), corpus-informed, contrastive interlanguage analysis (CIA), learner corpora.