Acquisition of English Tense‐Aspect Morphology by Advanced French Instructed Learners
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 English verbal morphology has been mostly tested as a second language (L2) in English-speaking settings (Bardovi-Harlig, 1992a, 1992b, 1992c, 1998; Bardovi-Harlig & Bergström, 1996; Bayley, 1991, 1994), more rarely as a foreign language (e.g., Robison, 1990, 1995), in only one cross-sectional study with native speakers of French in a foreign/L2 setting in Quebec (Collins, 2002), and never with French speakers living in France, who have much less exposure to English than their Francophone counterparts living in Quebec. The present cross-sectional study analyzes data from a group of 21 high school French speakers learning English in France to address two main research questions: (a) Do our learners exhibit nativelike performance in their use of the various past morphological forms across the lexical aspectual classes (e.g., Vendler, 1957/1967)? (b) Does their first language lead French speakers to overuse the English present perfect due to its morphological similarity with the passé composé? Our findings underscore the effect of lexical aspect on the use of past tense markers while highlighting a significant departure from the predicted developmental path of past tense marking: States are marked more consistently than telic events in the narrative task. Possible theoretical and methodological factors that might account for the present findings 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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,009 | 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