MétaCan
Menu
Retour à la cohorte
Enregistrement W2164795957 · doi:10.1017/s1366728906002628

The phenomenon of object omission in child L2 French

2006· article· en· W2164795957 sur OpenAlexaff
Philippe Prévost

Notice bibliographique

RevueBilingualism Language and Cognition · 2006
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCliticObject (grammar)LinguisticsSyntaxPhenomenonTransitive relationPragmaticsNull (SQL)Computer sciencePsychologyMathematicsPhysicsPhilosophyCombinatorics

Résumé

récupéré en direct d'OpenAlex

This paper investigates object omission in French longitudinal production from two English-speaking children (Lightbown, 1977). Similar patterns of object omission are observed: direct objects start being dropped as transitive verbs are emerging and licit and illicit null objects occur in all recordings thereafter. Moreover, the incidence of illicit null objects drops at about the same time in both children (month 20), which corresponds to the moment object clitics start being used productively and to the end of the root infinitive period (Prévost, 1997). I argue that object omission is an instance of clitic-drop and is related to processing difficulties. In particular, both the projection of full-fledged representations and the production of object clitics (which occupy non-canonical object positions in French) increase computational complexity for children. Object-drop in child L2 French does not seem to be affected by L1 transfer nor to be related to significant difficulties with properties at the syntax/pragmatics interface.

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 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)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,897

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations22
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBilingualism Language and CognitionMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207