Intervention in relative clauses: Effects of relativized minimality on L2 representation and processing
Notice bibliographique
Résumé
This article reports on an experiment investigating the effects of featural Relativized Minimality (Friedmann et al., 2009) on the representation and processing of relative clauses in the second language (L2) English of Mandarin speakers. Object relatives (ORCs) are known to cause greater problems in first language (L1) acquisition and in adult processing than subject relatives (SRCs). Featural Relativized Minimality explains this in terms of intervention effects, caused by a DP (the subject of the ORC) located between the relative head and its source. Intervention effects are claimed to be reduced if the relative head and the intervenor differ in features, such as number (e.g. I know the king who the boys pushed). We hypothesize that L2 learners will show intervention effects when processing ORCs and that such effects will be reduced if the intervenor differs in number from the relative head. There were two tasks: picture identification and self-paced reading. Both manipulated relative clause type (SRC/ORC) and intervenor type (±plural). Accuracy was high in interpreting relative clauses, suggesting no representational problem. Regarding reading times, ORCs were processed slower than SRCs, supporting an intervention effect. However, faster reading times were found in ORCs when intervenor and head noun matched in number, contrary to hypothesis. We suggest that our more stringent stimuli may have resulted in the lack of an effect for mismatched ORCs, in contrast to some earlier findings for L1 acquirers.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».