MétaCan
Menu
Retour à la cohorte
Enregistrement W2134634811 · doi:10.1017/s0142716412000446

Comparing the effect of skewed and balanced input on English as a foreign language learners’ comprehension of the double-object dative construction

2012· article· en· W2134634811 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.

Notice bibliographique

RevueApplied Psycholinguistics · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComprehensionObject (grammar)Set (abstract data type)Foreign languagePsychologyComputer scienceDative caseLinguisticsNatural language processingCognitive psychologyArtificial intelligenceMathematics educationProgramming language

Résumé

récupéré en direct d'OpenAlex

ABSTRACT According to usage-based approaches to acquisition, the detection of a construction may be facilitated when input contains numerous exemplars with a shared lexical item, which is referred to as skewed input. First language studies have shown that skewed input is more beneficial for the acquisition of novel constructions than balanced input, in which a small set of lexical verbs occurs an equal number of times. However, a second language (L2) study of datives found no advantage for skewed input compared to balanced input. The present study compared the effectiveness of skewed and balanced input at facilitating the comprehension of the double-object dative construction in L2 English. Over a 2-week period, Thai English as foreign language learners ( N = 78) completed comprehension tests and a treatment activity that provided either skewed first, skewed random, or balanced input. The results indicated that balanced input was most effective at promoting comprehension of double-object datives. The implications are discussed in terms of the benefits of different types of input for L2 learners.

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 candidatesaucune
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 enseignants0,524
Score d'incertitude au seuil0,632

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,309
Écart entre enseignants0,291 · 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