Factors affecting the duration of native and second-language sentences produced in unspeeded and speeded conditions
Notice bibliographique
Résumé
The aim of this study was to provide insight into why non-natives generally produce longer second-language (L2) sentences than native speakers do. Four groups of 16 Italian–English bilinguals were recruited in Ottawa based on orthogonal differences in age of arrival (AOA) to Canada from Italy (early versus late) and self-reported percentage Italian use (low-L1 use versus high-L1 use). The bilinguals repeated duration-matched English and Italian sentences presented via a loudspeaker in an ‘‘unspeeded’’ condition, then as rapidly as possible (the ‘‘speeded’’ condition). The same effect of AOA was obtained in both conditions despite a 20% reduction in sentence duration in the speeded condition. That is, the early bilinguals produced significantly shorter English than Italian sentences, whereas the late bilinguals produced significantly longer English than Italian sentences. Different L1 use effects were obtained in the two conditions, however. In the unspeeded condition, the low-L1-use bilinguals produced shorter English than Italian sentences, with a nonsignificant effect of language for high-L1-use bilinguals. In the speeded condition, high-L1-use bilinguals produced shorter Italian than English sentences, with no language effect for the low-L1-use bilinguals. The underlying bases of AOA and L1 use effects on L2 sentence production will be discussed. [Work supported by NIH.]
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».