MétaCan
Menu
Retour à la cohorte
Enregistrement W2151763739 · doi:10.1075/lab.1.3.01par

Individual differences in child English second language acquisition

2011· article· en· W2151763739 sur OpenAlexaffabout
Johanne Paradis

Notice bibliographique

RevueLinguistic Approaches to Bilingualism · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychologyVariation (astronomy)Developmental psychologyVocabularyTypologyAptitudeLanguage acquisitionRelevance (law)LinguisticsGeographyMathematics education

Résumé

récupéré en direct d'OpenAlex

This study investigated how various child-internal and child-external factors predict English L2 children’s acquisition outcomes for vocabulary size and accuracy with verb morphology. The children who participated (N=169) were between 4;10 and 7;0 years old (mean = 5;10), had between 3 to 62 months of exposure to English (mean = 20 months), and were from newcomer families to Canada. Results showed that factors such as language aptitude (phonological short term memory and analytic reasoning), age, L1 typology, length of exposure to English, and richness of the child’s English environment were significant predictors of variation in children’s L2 outcomes. However, on balance, child-internal factors explained more of the variance in outcomes than child-external factors. Relevance of these findings for Usage-Based theory of language acquisition is discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,106
Tête enseignante GPT0,272
Écart entre enseignants0,166 · 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

Citations595
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLinguistic Approaches to BilingualismMême sujetLanguage Development and DisordersTravaux en français237 207