MétaCan
Menu
Retour à la cohorte
Enregistrement W2808770483 · doi:10.1017/s1366728918000639

“My French is rusty”: Proficiency and bilingual gesture use in a majority English community

2018· article· en· W2808770483 sur OpenAlexaff
Jasmine R. Aziz, Elena Nicoladis

Notice bibliographique

RevueBilingualism Language and Cognition · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFluencyTask (project management)GestureVocabularyPsychologyLanguage proficiencyLinguisticsNeuroscience of multilingualismComputer scienceCognitive psychologyArtificial intelligenceMathematics education

Résumé

récupéré en direct d'OpenAlex

Gestures serve many functions, including aiding language access and message construction, particularly in spatial tasks. Some researchers have argued that gesture frequency is linked to proficiency in bilinguals, although results have been inconsistent. We tested Nicoladis’ (2007) proposal that bilinguals’ proficiency interacts with task: namely, more spatial tasks elicit greater proficiency effects. French–English bilinguals completed a cartoon-retell task (high spatial) and an interview task (low spatial) in both languages. We measured bilingual proficiency categorically by first language (L1) and continuously by assessing receptive vocabulary, oral fluency, and word types. Participants gestured more in the cartoon-retell task, but there were minimal proficiency effects and no interactions between proficiency and task. Interestingly, only participants with English as their L1 gestured more in their second language (L2), potentially due to ‘rustiness’, or lexical access difficulties in French from low usage in the majority English community.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,735
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,041
Tête enseignante GPT0,339
Écart entre enseignants0,297 · 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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBilingualism Language and CognitionMême sujetHearing Impairment and CommunicationTravaux en français237 207