Path and rate of development in child heritage speakers: Evidence from Greek subject/object form and placement
Notice bibliographique
Résumé
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 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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».