The Effects of Two Association Measures on L2 Collocation Processing
Notice bibliographique
Résumé
The influence of association measures has been little examined in research on L2 collocation processing. For this reason, the present study replicated Öksüz et al. (2020) experiment on intermediate L2 learners of English to determine whether the association measure mutual information (MI) is a stronger predictor of L2 performance than the Log Dice measure. Twenty-two intermediate Arab learners of English completed a timed acceptability judgment task on the online Gorilla platform. The task included (1) high-frequent collocations (e.g., bad news), (2) low-frequent collocations (e.g., only friend), and (3) non-collocates (e.g., true news, wrong friend) which had differing MI and Log Dice scores. Mixed-effects models were built to analyze the participants’ reaction times to the three conditions. The results showed that the frequency of the collocation (operationalized as item type) and its length significantly influenced reaction times, while both MI and Log Dice scores did not surface as significant predictors. This suggests that intermediate English L2 learners are not sensitive to corpus-based association measures. The results have important implications for L2 teaching and testing and may indicate that it is not worthwhile to determine which collocations to include in the materials based mainly on the strength of the association.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,162 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».