MétaCan
Menu
Retour à la cohorte
Enregistrement W2114558271 · doi:10.1191/026765800677556046

Missing Surface Inflection or Impairment in second language acquisition? Evidence from tense and agreement

2000· article· en· W2114558271 sur OpenAlexaff
Philippe Prévost, Lydia White

Notice bibliographique

RevueSecond language Research · 2000
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensMcGill UniversityUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésInflectionLinguisticsPsychologyGermanPast tenseSecond-language acquisitionFeature (linguistics)Language acquisitionVerbPhilosophy

Résumé

récupéré en direct d'OpenAlex

In this article, two accounts of the variable use of inflection in adult second language (L2) acquisition are examined. The Missing Surface Inflection Hypothesis (MSIH) proposes that L2 learners have unconscious knowledge of the functional projections and features underlying tense and agreement. However, learners sometimes have a problem with realization of surface morphology, such that they resort to non-finite forms (e.g. Haznedar and Schwartz, 1997; Prévost and White, 1999). The Impaired Representation Hypothesis (IRH) claims that L2 inflection is essentially impaired, due to lack of functional categories, features or feature strength (e.g. Eubank, 1993/94; Meisel, 1997). These views make different predictions for adult L2 acquisition. Spontaneous production data from two adult learners of French and two adult learners of German are examined. The data show that finite forms do not occur in non-finite contexts, that learners exhibit syntactic reflexes of finiteness and that inflected forms largely show accurate agreement. These results suggest that adult L2 learners represent finiteness and agreement at an abstract level, rather than being impaired in this domain, supporting the MSIH.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,003
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,069
Tête enseignante GPT0,369
Écart entre enseignants0,300 · 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

Citations861
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSecond language ResearchMême sujetEFL/ESL Teaching and LearningTravaux en français237 207