MétaCan
Menu
Retour à la cohorte
Enregistrement W1531802868 · doi:10.1017/cbo9780511815065.006

The transition problem, triggering and input

2003· book-chapter· en· W1531802868 sur OpenAlexaff
Lydia White

Notice bibliographique

RevueCambridge University Press eBooks · 2003
Typebook-chapter
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTransition (genetics)Computer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Introduction As a number of researchers have pointed out, theories of language acquisition must explain both properties of linguistic representations (the form and nature of the grammar) and transition or development (how and why grammars change over time) (Carroll 1996, 2001; Felix 1986; Gregg 1996; Klein and Martohardjono 1999; Schwartz and Sprouse 1994). In other words, there is a need for a property theory as well as a transition theory (Gregg 1996). In previous chapters, discussion has centred on representational issues such as the nature of the interlanguage grammar, the degree to which the L1 grammar determines interlanguage representations, and the extent to which the interlanguage grammar falls within the class of grammars sanctioned by UG. Indeed, most research on L2 acquisition conducted within the generative framework in the last twenty years has focused on issues of representation, in other words, on a property theory of interlanguage. Clearly, however, interlanguage grammars are not static: they change over time. What remains to be considered is how development takes place, in particular, what drives transition from one stage to another. The logical problem of language acquisition (see chapters 1 and 2) motivates a particular kind of representational account, an account that assumes built-in universal principles, in other words, UG. Felix (1986) observed that, in the case of L1 acquisition, far more had been achieved at that time in terms of explaining the logical problem than the developmental problem.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,007
Communication savante0,0060,017
Science ouverte0,0030,005
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0300,005

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,205
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetLanguage Development and DisordersTravaux en français237 207