MétaCan
Menu
Retour à la cohorte
Enregistrement W1928010789 · doi:10.4000/lidil.3742

Acquisition des attaques branchantes (complexes) par des enfants bilingues simultanés portugais-français

2015· article· fr· W1928010789 sur OpenAlexaff
Yvan Rose, Maria João Freitas

Notice bibliographique

RevueLidil · 2015
Typearticle
Languefr
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Dans cet article, nous présentons les problématiques théoriques de l’étude du développement simultané de deux langues et abordons les questions empiriques et méthodologiques associées. Nous analysons des données de 10 enfants bilingues portugais-français, âgés entre 3 et 4 ans, en nous concentrant sur leurs productions d’attaques branchantes (ou complexes) présentes dans des mots élicités à l’aide d’un protocole prédéfini. Nous comparons ces données à celles d’enfants monolingues et bilingues disponibles dans la littérature, en faisant référence aux résultats obtenus à travers différentes méthodologies (corpus longitudinaux vs transversaux ; données spontanées vs induites). Nos résultats montrent que certains patrons sont communs à la plupart des bilingues évalués, notamment l’acquisition plus rapide des attaques branchantes en français par rapport au portugais. Nos résultats révèlent aussi la variation entre apprenants, notamment à propos de l’influence du type de consonne liquide (rhotique ou latérale). Nous montrons que cette variation ne peut être expliquée par un profil de dominance linguistique différent parmi les enfants concernés. Nos données suggèrent également que la question des influences inter-linguistiques ne peut être approchée facilement à l’aide de corpus de données recueillies transversalement, parce que seul un suivi longitudinal du développement peut réellement rendre compte de telles influences.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,057
Tête enseignante GPT0,340
Écart entre enseignants0,284 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLidilMême sujetLanguage Development and DisordersTravaux en français237 207