MétaCan
Menu
Retour à la cohorte
Enregistrement W2007966061 · doi:10.1044/1092-4388(2012/12-0099)

Linguistic Constraints on Children's Overt Marking of <i>BE</i> by Dialect and Age

2012· article· en· W2007966061 sur OpenAlexaff
Joseph Roy, Janna B. Oetting, Christy Wynn Moland

Notice bibliographique

RevueJournal of Speech Language and Hearing Research · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Institute on Deafness and Other Communication Disorders
Mots-clésPsychologyLinguisticsPast tenseAmerican EnglishDevelopmental psychologyVerb

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Overt marking of BE in nonmainstream adult dialects of English is influenced by a number of linguistic constraints, including the structure's person, number, tense, contractibility, and grammatical function. In the current study, the authors examined the effects of these constraints on overt marking of BE in children as a function of their nonmainstream English dialect and age. METHOD: The data were language samples from 62 children, ages 4-6 years; 24 children spoke African American English (AAE), and 38 spoke Southern White English (SWE). Analyses included analysis of variance and logistic regression. RESULTS: Rates of overt marking varied by the children's dialect but not their age. Although the person, number, tense, and grammatical function of BE influenced the children's rates of marking, the nature and magnitude of the influence differed by the children's dialect. For AAE-speaking children, contractibility also influenced their marking of BE. CONCLUSIONS: Consistent with the adult literature, the current study showed that AAE- and SWE-speaking children marked BE in ways that differed from each other and from what has been documented for child speakers of Mainstream American English. These findings show stability in the use of BE in AAE and SWE that spans different generations and different dialect communities.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,405
Écart entre enseignants0,341 · 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

Citations25
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Speech Language and Hearing ResearchMême sujetLinguistic Variation and MorphologyTravaux en français237 207