Assessing Differences and Similarities between Instructed Heritage Language Learners and L2 Learners in Their Knowledge of Spanish Tense-Aspect and Mood (TAM) Morphology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The acquisition of the aspectual difference between the preterit and imperfect in the past tense and the acquisition of the contrast between subjunctive and indicative mood are classic problem areas in second language (L2) acquisition of Spanish by English-speaking learners (Collentine, 1995, 1998, 2003; Salaberry, 1999; Slabakova & Montrul, 2002; Terrell, Baycroft & Perrone, 1987). Similarly, Spanish heritage speakers in the U.S exhibit simplification of the preterit/imperfect contrast and incomplete acquisition/attrition of subjunctive morphology (Merino, 1983; Montrul, 2002, 2007; Potowski, Jegerski & Morgan-Short, 2009; Silva-Corvalán, 1994). This raises the question of whether the linguistic knowledge of a developing L2 learner is similar to incomplete L1 acquisition in heritage language (HL) learners. Because heritage speakers are exposed to the heritage language from infancy whereas L2 learners begin exposure much later, Au et al. (2002, 2008) have claimed that heritage speakers are linguistically superior to L2 learners only in phonology but not in morphosyntax. The present study reexamines this claim by focusing on the interpretation of tense, aspect and mood (TAM) morphology in 60 instructed HL learners and 60 L2 learners ranging from low to advanced proficiency in Spanish. Results of four written tasks showed differences between the groups both in tense and aspect and in mood morphology, depending on proficiency levels. Implications of these findings for heritage language instruction are discussed.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle