MétaCan
Menu
Retour à la cohorte
Enregistrement W2122444784 · doi:10.1017/s027226310707026x

A DYNAMIC LOOK AT L2 PHONOLOGICAL LEARNING: Seeking Processing Explanations for Implicational Phenomena

2007· article· en· W2122444784 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueStudies in Second Language Acquisition · 2007
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésLinguisticsContext (archaeology)Similarity (geometry)PsychologyPhonologyMultidimensional scalingNatural language processingComputer scienceArtificial intelligenceHistory

Résumé

récupéré en direct d'OpenAlex

This study investigates whether second language (L2) phonological learning can be characterized as a gradual and systematically patterned replacement of nonnative segments by native segments in learners' speech, conforming to a two-stage implicational scale. We adopt a dynamic approach to language variation based on Gatbonton's (1975, 1978) gradual diffusion framework. Participants were 40 Quebec Francophones of different English proficiency levels who produced 80 tokens of English in eight phonetic contexts. In Analysis 1, production accuracy data are subjected to implicational scaling, with phonetic contexts ordered solely by a linguistic criterion—sonority hierarchy. In Analysis 2, the production accuracy data are similarly analyzed but with phonetic context ordering determined by psycholinguistic (processing) criteria—cross-language perceptual similarity and corpus-based estimates of lexical frequency. Results support and extend Gatbonton's framework, which indicates that L2 phonological learning progresses gradually, conforming to an implicational scale, and that perceived cross-language similarity and lexical frequency determine its course.This research was made possible through grants to Pavel Trofimovich, Norman Segalowitz, and Elizabeth Gatbonton from the Social Sciences and the Humanities Research Council of Canada (SSHRC) and support from the Centre for the Study of Learning and Performance at Concordia University. The authors gratefully acknowledge the assistance of Melanie Barrière and Randall Halter in all aspects of data collection and analysis. Many thanks are extended to Dawn Cleary, Winnie Grady, Eva Karchava, Nootan Kumar, Magnolia Negrete Cetina, and Alin Zdrite for their help in various stages of this study. The authors wish to thank Tracey Derwing and Murray Munro for sharing their speech elicitation materials. Sarita Kennedy, Randall Halter, and five anonymous SSLA reviewers provided helpful suggestions on earlier drafts of this manuscript.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,046
Tête enseignante GPT0,417
Écart entre enseignants0,371 · 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