MétaCan
Menu
Retour à la cohorte
Enregistrement W3002700516 · doi:10.1177/0267658319897786

Acquisition of L2 Japanese WH questions: Evidence of phonological contiguity and non-shallow structures

2020· article· en· W3002700516 sur OpenAlexaff
John Archibald, Nicole S. Croteau

Notice bibliographique

RevueSecond language Research · 2020
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésLinguisticsContiguityPhraseComputer scienceWord orderSecond-language acquisitionInterlanguageRule-based machine translationPhrase structure rulesSentencePsychologyNatural language processingGrammar

Résumé

récupéré en direct d'OpenAlex

In this article we look at some of the structural properties of second language (L2) Japanese WH questions. In Japanese the WH words are licensed to remain in situ by the prosodic contiguity properties of the phrases which have no prosodic boundaries between the WH word and the question particle. In a rehearsed-reading, sentence production task, we look to see whether non-native speakers of Japanese who are learning the L2 in university classes in North America are able to acquire grammars which are constrained by such universal properties as Match Theory and Contiguity Theory. While linear mixed effects analyses of the pitch contours reveal that the L2ers have not acquired the phonetic implementation distinction of the documented pitch boost on WH words compared to non-WH DPs, our data show that the participants have acquired the pitch compression patterns indicative of having no prosodic phrases intervening between the WH word and the question particle. This property of Japanese WH questions is not taught in their classes, and, thus we argue, that the data are supportive of the position that interlanguage grammars are constrained by universal grammatical properties such as the prosodic contiguity of WH-phrase licensing. We also present these results as being counter to the Shallow Structure Hypothesis.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,108
Tête enseignante GPT0,443
Écart entre enseignants0,335 · 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'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

Citations24
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSecond language ResearchMême sujetPhonetics and Phonology ResearchTravaux en français237 207