First Language Test Bias? Comparing French-Speaking and Polish-Speaking Participants’ Performance on the Peabody Picture Vocabulary Test
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cognates are known to facilitate second language acquisition and use, as learners tend to assign to a new L2 word the meaning of a similar L1 word. Consequently, for L2 tests that rely largely on lexical items, performance may prove inflated for examinees whose L1 shares many cognates with the language being tested. This article examines the possibility of L1 bias on the Peabody Picture Vocabulary Test (PPVT), a well-established measure of receptive vocabulary knowledge in English. To investigate if performance on the PPVT is affected by cognates, we tested 293 speakers of French and 150 speakers of Polish, since those two languages differ markedly in the number of cognates they share with English. After demonstrating that both groups yield clearly distinct response patterns, descriptive and multivariate statistics confirmed that cognate items enhance test performance: the items with the highest score difference in favour of a language group overwhelmingly consist of cognates for that group only. Mantel-Haenszel and logistic regression show that items that are cognates for one of the two groups are more likely to show differential item functioning than the average items. The results suggest that scores on L2 vocabulary-based tests could be biased by the presence of cognates with the examinee’s first language.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 découle