MétaCan
Menu
Retour à la cohorte
Enregistrement W2337313989 · doi:10.1017/s1366728916000511

Explaining bilingual learning outcomes in terms of exposure and input

2016· article· en· W2337313989 sur OpenAlexaff
Susanne Carroll

Notice bibliographique

RevueBilingualism Language and Cognition · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPhenomenonPsychologyLinguisticsCognitive psychologyWord (group theory)Language acquisitionCognitionWord learningCognitive scienceMathematics educationEpistemologyPhilosophyNeuroscience

Résumé

récupéré en direct d'OpenAlex

I had several goals in writing my keynote “Exposure and input in bilingual development”. The first was to emphasize that there are two components to the study of environmental effects on language learning. The first is the stuff ‘out there’ ( exposure ) that we want to observe and count and whose effects we want to assess; the second is the internal, mentally represented stuff (my input ) that is logically related to a particular learning problem. Both exposure and input are indissociable from assumptions about what language acquisition mechanisms do and the nature of linguistic cognition. Accordingly, for example, a decision to count ‘words’ in child-directed speech (CDS) or via a parental questionnaire is not an innocent one. Not only can one find radically different views on what a ‘word’ is (Krause, Bosch & Clahsen, 2015), one can find work that questions the need to postulate such a unit at all (see discussion in MacWhinney, 2000). It follows that adopting a clear position, about which abstract mentally represented elements are crucial cues to learning some phenomenon, is an essential step in deciding what to count in CDS.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil0,392

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 Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,278 · 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'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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBilingualism Language and CognitionMême sujetLanguage Development and DisordersTravaux en français237 207