MétaCan
Menu
Retour à la cohorte
Enregistrement W2051694890 · doi:10.1080/02699200801912237

Lexical attrition in younger and older bilingual adults

2008· article· en· W2051694890 sur OpenAlexafffund
Mira Goral, Gary Libben, Loraine K. Obler, Gonia Jarema, Keren Ohayon

Notice bibliographique

RevueClinical Linguistics & Phonetics · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalUniversité de MontréalUniversity of Alberta
Organismes subventionnairesNational Institute on AgingSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyAttritionNeuroscience of multilingualismContext (archaeology)Lexical accessDevelopmental psychologyLinguisticsCognitive psychologyCognition

Résumé

récupéré en direct d'OpenAlex

Healthy monolingual older adults experience changes in their lexical abilities. Bilingual individuals immersed in an environment in which their second language is dominant experience lexical changes, or attrition, in their first language. Changes in lexical skills in the first language of older individuals who are bilinguals, therefore, can be attributed to the typical processes accompanying older age, the typical processes accompanying first-language attrition in bilingual contexts, or both. The challenge, then, in understanding how lexical skills change in bilingual older individuals, lies in dissociating these processes. This paper addresses the difficulty of teasing apart the effects of ageing and attrition in older bilinguals and proposes some solutions. It presents preliminary results from a study of lexical processing in bilingual younger and older individuals. Processing differences were found for the older bilingual participants in their first language (L1), but not in their second language (L2). It is concluded that the lexical behaviour found for older bilinguals in this study can be attributed to L1 attrition and not to processes of ageing. These findings are discussed in the context of previous reports concerning changes in lexical skills associated with typical ageing and those associated with bilingual L1 attrition.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,091
Tête enseignante GPT0,365
Écart entre enseignants0,274 · 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

Citations63
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Linguistics & PhoneticsMême sujetNeurobiology of Language and BilingualismTravaux en français237 207