Explicit Knowledge of the Spanish Subjunctive and Accurate Use in Discrete-Point, Oral Production, and Written Production Measures
Notice bibliographique
Résumé
Abstract The usefulness of explicit knowledge of the second language is a matter of controversy in the field of second language acquisition. In this regard, it has been argued that explicit representations might be useful for some structures but not for others (R. Ellis, 2006; Roehr & Gánem-Gutiérrez, 2009). The goal of this study was to examine whether explicit knowledge about the Spanish subjunctive is related to using this structure accurately in discrete-point measures, as well as in measures of oral and written production. The participants were 46 learners of Spanish as a second language, who were in their fifth semester and had received explicit instruction about the subjunctive during three terms. The results show that the participants had developed somewhat low levels of explicit knowledge of the subjunctive, and that explicit knowledge of this structure was significantly correlated to its correct use in discrete-point grammar exercises and in writing, but not in speaking. Résumé L’utilité des connaissances explicites de la langue seconde est un sujet à controverse dans le domaine de l’acquisition de la langue seconde. À cet égard, on a soutenu que des représentations explicites pourraient être utiles pour certaines structures, mais pas pour d’autres (R. Ellis, 2006 ; Roehr et Gánem-Gutiérrez, 2009). Le but de cette étude a été d’examiner si les connaissances explicites du subjonctif en espagnol étaient liées à l’utilisation correcte de cette structure dans les mesures à des instants discrets et dans les mesures de production orale et écrite. Les participants étaient 46 apprenants d’espagnol langue seconde, à leur cinquième semestre, qui avaient reçu de l’enseignement explicite sur le subjonctif pendant trois semestres. Les résultats ont démontré que les participants ont développé des niveaux assez bas de connaissances explicites du subjonctif. De même, les résultats ont indiqué qu’il y avait une corrélation significative entre les connaissances explicites de cette structure et son utilisation correcte dans les exercices de grammaire à mesure à instants discrets et dans la production écrite, mais pas dans la production orale.
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 | 0,006 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».