MétaCan
Menu
Retour à la cohorte
Enregistrement W2631563934

L1 Aquisition of Direct Object Clitic Doubling

2017· article· en· W2631563934 sur OpenAlexaff
Mona Luiza Ungureanu

Notice bibliographique

RevueLinguistica Atlantica · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésSecond-language acquisitionLanguage acquisitionCliticComputer scienceObject (grammar)Value (mathematics)PsychologyLinguisticsArtificial intelligenceMachine learning
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper discusses the first language acquisition of the Direct Object Clitic Doubling (henceforth [DOCD]) parameter in Romanian, a [+DOCD] language, and reports the results of a pilot experiment that identifies the default setting of this parameter. The hypothesis tested here assumes, following Sportiche (1996, 1997), that [-DOCD] is the default value of this parameter, while the [+DOCD] value is acquired on the basis of positive evidence. Following the Full Competence Hypothesis (FCH) as proposed by Poeppel & Wexler (1993) among others, I assume that functional categories (i.e. clitics) are present in the child’s grammar from the beginning. The working hypothesis in this paper predicts that in earlier stages of language acquisition children will entertain the [-DOCD] parameter, even when they are learning a [+DOCD] language. These predictions are borne out by the results of my study. This pilot experiment was designed to investigate the process of acquisition of the [+DOCD] value; in this respect, children at different stages of acquisition and adult control participants were tested. Two tasks focusing on the DOCD values were used: an elicited production task and an imitation task. We conclude that in the process of L1 acquisition of [DOCD] the default value is [-DOCD]. Key words: Romanian L1 acquisition, direct object clitics acquisition, clitic doubling acquisition, parameteric settings, functional categories.

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)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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: aucune
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,039
Tête enseignante GPT0,277
Écart entre enseignants0,238 · 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.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLinguistica AtlanticaMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207