What Are the Modulators of Cross-Language Syntactic Activation During Natural Reading?
Notice bibliographique
Résumé
Bilinguals juggle knowledge of multiple languages, including syntactic constructions that can mismatch (e.g., the red car, la voiture rouge; Mary sees it, Mary le voit). We used eye-tracking to examine whether French-English (n = 23) and English-French (n = 21) bilingual adults activate non-target language syntax during English L2 (Experiment 1) and L1 (Experiment 2) reading, and whether this differed from functionally monolingual English reading (Experiment 3, n = 26). People read English sentences containing syntactic constructions that were either partially shared across languages (adjective-noun constructions) or completely unshared (object-pronoun constructions). These constructions were presented in an intact form, or in a violated form that was French-consistent or French-inconsistent. For both L2 and L1 reading, bilinguals read French-consistent adjective-noun violations relatively quickly, suggesting cross-language activation. This did not occur when the same people read object-pronoun constructions manipulated in the same manner. Surprisingly, English readers exposed to French in their lifetime but functionally monolingual, also read French-consistent violations for adjective-noun constructions faster, particularly for some items. However, when we controlled for item differences in the L2 and L1 reading data, cross-language effects observed were similar to the original data pattern. Moreover, individual differences in L2 experience modulated both L2 and L1 reading for adjective-noun constructions, consistent with a cross-language activation interpretation of the data. These findings are consistent with the idea of syntactic cross-language activation during reading for some constructions. However, for several reasons, cross-language syntactic activation during comprehension may be overall more variable and challenging to investigate methodologically compared to past work on other forms of cross-language activation (i.e., single words).
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».