MétaCan
Menu
Retour à la cohorte
Enregistrement W2898249337 · doi:10.30845/ijll.v5n3p3

Why Children Code-Switch? Sociolinguistic Factors

2018· article· en· W2898249337 sur OpenAlexaff
Patrick McCarthy

Notice bibliographique

RevueInternational Journal of Language & Linguistics · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCode-switchingCode (set theory)LinguisticsComputer scienceSociologyPsychologyProgramming language

Résumé

récupéré en direct d'OpenAlex

This essay examines the general topic of child code-switching by primarily focusing on sociolinguistic variables that influence code-switching in a child's speech.Three factors were discussed.First, it is claimed that parents play an important role in their child's speech by the strategies that they choose to influence their child's language development.In addition, a child's proficiency in either of the two languages that he is using can also have an influence on whether a child code switches.Finally, it was also found that contextual situations could have a strong impact on a child's code switching. Research Problem and Rationale The Research ProblemResearch pertaining to code-switching, both among children and adults, has been relatively neglected by linguists and sociolinguists alike.In fact, "there is a dearth of empirical research published that focuses on codeswitching" (Bokhorst-Heng & Caleon, 2009, p. 237).This neglect is unfortunate because code-switching is an "intrinsic part of a bilingual child"s language development" (Tokuhama-Espinosa, 2003, p. 133).Further, the increasing impact of globalization on communication makes research in the area of code-switching very relevant.Blom and Gumperz (1972) were among the first to describe code-switching as a "discourse strategy" rather than as an indicator of mental confusion.Yet, the lay public continues to doubt that code-switching is the outcome of specific linguistic rules and constraints, that it is neither haphazard, nor an indicator of linguistic incompetence (Grosjean, 2010;Milroy & Muysken, 1995;Tokuhama-Espinosa, 2003).Both De Houwer (1995) and Lanza (1997) emphasize the paramount importance of studying how bilingual children learn to code-switch from a sociolinguistic viewpoint.This study responds to their emphasis.The focus of this present study will be to investigate the sociolinguistic factors that predispose, influence, or even compel a child to code-switch.The research question, then, is the following:Which sociolinguistic factors determine whether or to what extent a child code-switches?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,311
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Language & LinguisticsMême sujetDigital Communication and LanguageTravaux en français237 207