An Investigation into English Vocabulary Attrition among College Students of Non-English Majors in Inner Mongolia University for the Nationalities
Notice bibliographique
Résumé
Since language attrition was formally recognized at the conference on the “Attrition of Language Skills” at the University of Pennsylvania in 1980, the past three decades saw the numerous studies and researches on it. Language attrition refers to a constant overall regression of language ability with decreased or ceased language use. Language attrition as the inverse process of language acquisition provides a brand-new perspective for language acquisition study. Thus, language acquisition study is incomplete without study on language attrition. Most of related researches and studies of language attrition have been finished in European, American and Japanese contexts. A good academic harvest is reaped by foreign scholars, such as Seliger, Sharwood, Bahrick, Hasan, Tomiyama, Gardner, Kopke, Lambet, Weltens and so forth. In China, despite of many achievements have been made in field of language attrition, little attrition has been paid to the language attrition study. Language attrition still stays at the theory-introducing stage. Empirical studies are sporadic. This paper will try to analyze English attrition degree from the perspective of vocabulary among college students of non-English majors in universities for nationalities, find whether attrition difference exists in English vocabulary, that is, which kind of words are more liable to be attrited.
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 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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».