Bilingualism affects 9‐month‐old infants’ expectations about how words refer to kinds
Notice bibliographique
Résumé
Infants are precocious word learners, and seem to possess systematic expectations about how words refer to object kinds. For example, while monolingual infants show a one-to-one mapping bias (e.g. mutual exclusivity), expecting each object to have only one basic level label, previous research has shown that this is less robust in bi- and multilinguals aged 1.5 years and older. This study examined the early origins of such one-to-one mapping biases by comparing monolingual and bilingual 9-10-month-olds' expectations about the relationship between labels and object kinds. In a violation of expectation paradigm, infants heard a speaker name hidden objects with either one label ('I see a mouba! I see a mouba!') or two labels ('I see a camo! I see a tenda!'). An occluder moved to reveal two objects that were either identical or of different kinds. Monolingual infants looked longest when two labels were associated with identical objects, and when one label was associated with objects of different kinds, showing that they found these outcomes unexpected. This replicated previous findings showing that monolinguals expect that distinct words label distinct object kinds (Dewar & Xu, ). Bilinguals looked equally to the outcomes regardless of the number of labels, showing no such expectations. This finding indicates that bilingualism influences young infants' expectations about how words refer to kinds, and more broadly supports the position that language experience contributes to the development of word learning heuristics.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».