MétaCan
Menu
Retour à la cohorte
Enregistrement W3171238775 · doi:10.1177/13670069221111648

Path and rate of development in child heritage speakers: Evidence from Greek subject/object form and placement

2022· article· en· W3171238775 sur OpenAlexafffundabout
Evangelia Daskalaki, Vicky Chondrogianni, Elma Blom

Notice bibliographique

RevueInternational Journal of Bilingualism · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSt. George's, University of LondonKillam Trusts
Mots-clésHeritage languageObject (grammar)PsychologySubject (documents)LinguisticsAge of AcquisitionInclusion (mineral)OriginalityAge groupsLanguage developmentLogistic regressionCognitive psychologyDevelopmental psychologyComputer scienceSocial psychologyStatisticsDemographyCognitionMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

Aims: We investigated: (1) whether differences in accuracy between heritage speakers (HS) and monolingual speakers (MS) signal differences in the path or merely in the rate of language development, and (2) whether, independently of these differences, HS become more accurate as they grow older. Methods: Using an elicitation task, we collected data from three groups of speakers of Greek: HS in the United States and Canada (78–226 months), MS of the same age (77–177 months), and younger MS (42–69 months). In terms of structures, we focused on two phenomena that are encoded differently in Greek and English: subject/object form in reference maintenance contexts and subject placement in embedded wh-dependencies. Data and Analysis: Data were analyzed with mixed-effects logistic regression models. Findings: We found that the heritage group had a lower accuracy and produced different error patterns than both monolingual groups. Specifically, only the heritage group produced non-felicitous lexical subjects/objects in reference maintenance contexts and ungrammatical preverbal subjects in embedded wh-structures. Accuracy, though, increased with age. Furthermore, current amount of heritage language (HL) input and generation, which were included as covariates, emerged as significant predictors in some or all of the conditions. Originality: The inclusion of a younger monolingual group helped us determine whether the different patterns observed in the language of HS are also attested in the language of MS at earlier developmental stages. The inclusion of a wide age range helped us determine whether, independently of differences in the path/rate of development, HS become more accurate as they grow older and accumulate the necessary amount of HL input. Implications: HS may go through developmental stages not attested in L1 acquisition. However, differences in developmental stages do not necessarily entail differences in the outcome of language acquisition. HS’ accuracy may continue to increase, provided that they continue using their HL.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,482
Score d'incertitude au seuil0,773

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,304
Écart entre enseignants0,284 · 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.

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

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BilingualismMême sujetLanguage Development and DisordersTravaux en français237 207