Cross-Linguistic Influence at Lexical Level: An Exploratory Study of How Arabic Speakers Acquire Chinese Onomatopoeias
Notice bibliographique
Résumé
Empirical evidence suggests that the first language (L1) has a fundamental role in the second language (L2) development, especially at the lexical level. Studies of L2 development have reported a relationship between negative L1 transfer and L2 poor comprehension. It is evident that cross-linguistic transfer might also take place during the course of third language (L3) development and that the impact may be from L1. At the lexico-semantic level, this study examines onomatopoeia as a property of L3 acquisition that requires Arabic learners of Chinese to identify some new lexicons with meanings and functions that might not exist in their L1. Given that onomatopoeia, in general, is often not taught sufficiently and explicitly in many language classroom contexts across the world, the purpose of the current study is to determine the extent to which transfer from L1 influence L3 comprehension and to establish the conditions in which L1 was the prevailing impact. A total of 45 Arabic native speakers were asked to translate a number of Mandarin Chinese onomatopoeic expressions (n = 20) into Arabic. The findings suggest that Arabic learners find Mandarin Chinese onomatopoeic expressions, that neither have Arabic nor English direct counterparts, significantly challenging. The study concludes that enhancing awareness of lexical transfer through a focused consideration of the common difficulties seems crucial for L3 learners to attain comprehensive mastery.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».