L1 phonological effects on L2 (non-)naïve perception: A cross-language investigation of the oral–nasal vowel contrast in Brazilian Portuguese
Notice bibliographique
Résumé
Feature-based approaches to acquisition principally focus on second language (L2) learners’ ability to perceive non-native consonants when the features required are either contrastively present or entirely absent from the first language (L1) grammar. As features may function contrastively or allophonically in the consonant and/or vowel systems of a language, we expand the scope of this research to address whether features that function contrastively in the L1 vowel system can be recombined to yield new vowels in the L2; whether features that play a contrastive role in the L1 consonant system can be reassigned to build new vowels in the L2; and whether L1 allophonic features can be ‘elevated’ to contrastive status in the L2. We examine perception of the oral–nasal contrast in Brazilian Portuguese listeners from French, English, Caribbean Spanish, and non-Caribbean Spanish backgrounds, languages that differ in the status assigned to [nasal] in their vowel systems. An AXB discrimination task revealed that, although all language groups succeeded in perceiving the non-naïve contrast /e/–/ẽ/ due to their previous exposure to Québec French while living in Montréal, Canada, only French and Caribbean Spanish speakers succeeded in discriminating the naïve contrast /i/–/ĩ/. These findings suggest that feature redeployment at first exposure is only possible if the feature is contrastive in the L1 vowel system (French) or if the feature is allophonic but variably occurs in contrastive contexts in the L1 vowel system (Caribbean Spanish). With more exposure to a non-native contrast, however, feature redeployment from consonant to vowel systems was also supported, as was the possibility that allophonic features may be elevated to contrastive status in the L2.
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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».