Grammatical gender-marking ability of multilingual children in French immersion
Notice bibliographique
Résumé
Aims and objectives/purpose/research questions: We explored the advantage of bilingualism and the effect of linguistic proximity on the acquisition of determiner-noun agreement, an aspect of inflectional morphology, in a French immersion setting. To our knowledge, third language acquisition literature has yet to provide evidence of a bilingual advantage in learning a particular feature of morphology in an additional language among young children. Design/methodology/approach: We compared accuracy in determiner-noun agreement on a narrative task in three groups of grade 1 and 2 students ( n = 15 in each group): a group of third language French learners whose first language marked gender, a group of third language French learners whose first language did not mark gender, and a group of English learners learning French as a second language. Data and analysis: If the determiner and the noun agreed in gender, gender on the determiner was considered correct. A repeated measures factorial ANCOVA was carried out to compare the performance among the three language groups on the proportion of correctly marked masculine and feminine nouns. Findings/conclusions: All of the children achieved high levels of accuracy on masculine nouns with no difference among the three language groups on the proportion of correctly marked masculine nouns. There was a significant difference in the proportion of correctly marked feminine nouns in favour of the group whose first language marks gender compared to the other two groups. Originality: The current study supports transfer in the domain of morphology among primary-school-aged children (who are first language speakers of diverse minority languages) in the early stages of third-language French acquisition. Significance/implications: This finding provides preliminary evidence of a bilingual advantage in the domain of morphology among young, emergent trilinguals whose first language and third language share gender marking as a linguistic feature, supporting the linguistic proximity model.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».