MétaCan
Menu
Retour à la cohorte
Enregistrement W3000198490 · doi:10.1075/lab.18086.sch

Object clitic production in French-speaking L2 children and children with SLI

2020· article· en· W3000198490 sur OpenAlexaff
Maureen Scheidnes, Laurice Tuller, Philippe Prévost

Notice bibliographique

RevueLinguistic Approaches to Bilingualism · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésCliticObject (grammar)LinguisticsPsychologyProduction (economics)Computer scienceArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines French object clitic production in 20 typically developing L2 children (L1 English) compared to 19 monolingual children with SLI. We collected spontaneous and elicitation data twice at a one-year interval (T1, T2) in order to better evaluate the impact of age- and time-related factors on the L2-SLI comparison, as well as the impact of proficiency and working memory on object clitic production. The data revealed considerable group overlap at T1 in both tasks, but the L2 children produced significantly more object clitics than the SLI group at T2 in spontaneous language, thus suggesting that the L2-SLI overlap decreases when the L2 children have more language exposure. In elicitation, clitic production in both groups increased from T1 to T2 when all clitic types were included, but when only 3p accusative clitics were analyzed, the L2 children outperformed the SLI group. Age played an important role in elicitation in both groups, thus suggesting that mature performance systems, including unimpaired working memory, are required for object clitic production in this task. Language-related measures were linked to both tasks, thus suggesting that object clitic production is particularly sensitive to overall language proficiency, possibly because of issues with resource allocation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,059
Tête enseignante GPT0,267
Écart entre enseignants0,208 · 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'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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLinguistic Approaches to BilingualismMême sujetLanguage Development and DisordersTravaux en français237 207