MOOD SELECTION IN RELATIVE CLAUSES
Notice bibliographique
Résumé
There is presently a lively debate in second language (L2) acquisition research as to whether (adult) learners can acquire linguistic phenomena located at the interface between syntax and other modules, such as semantics, pragmatics, and lexical semantics, in contrast to phenomena that are purely syntactic in nature. For some researchers, the interface is precisely the place where fossilization occurs and the source of nonconvergence in L2 speakers. In this article we focus on the acquisition of the morphosyntax-semantics interface by examining the acquisition of mood in Spanish relative clauses by native speakers (NSs) of English. In particular, we focus on the contrast illustrated byBusco unas tijeras que corten“I am looking for scissors that cut-subj” versusBusco unas tijeras que cortan“I am looking for scissors that cut-ind.” When the indicative is used, there is a specific pair of scissors that the speaker is looking for. With the subjunctive, any pair of scissors will do, as long as it satisfies the condition expressed by the relative clause; the determiner phrase is nonspecific. In other words, we are dealing not with ungrammaticality, as both moods are possible in these contexts, but rather with differences in interpretation. General results showed that the learners could appropriately select the expected mood. We also saw that performance was not uniform across the various conditions tested. However, variability is not solely a product of L2 acquisition; we show it can be found in NSs as well.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».