The Effect of L1-L2 Vowel Category Mapping on L2 Word Learning: English Speakers Learning Arabic Pseudo-Words
Notice bibliographique
Résumé
Adult language learners often face challenges perceiving unfamiliar speech sounds.Models of second language (L2) speech perception suggest that adults learn L2 through the "filter" of their first language (L1), frequently resulting in misperception and the production of accented speech.The present study had two goals: 1) to examine the learning of a demanding L2 speech contrast by English listeners, and 2) to investigate the role of cognitive resources when learning novel phoneme categories.The first goal was achieved by asking English listeners to learn Arabic vowels embedded in word-like contexts.Unlike English, Arabic uses vowel length as a primary acoustic cue to vowels.English speakers who had no experience with Arabic were presented 36 pseudo-words containing Arabic vowels in a word-learning experiment.The stimuli contained three Arabic short vowels /i,u,a/ and their long counterparts.The task required listeners to learn to associate the pseudo-words with complex images of non-existent objects.The second goal of the study was achieved by looking at the relationship between learning performance and two types of cognitive resources, working memory and attention.Working memory was measured using a span task and the attention was measured using the Attention Network Task.Results yielded no statistically significant effect of vowel type or length on word learnability, nor did participants' performance on the word-learning task improve significantly over five learning blocks.A small, nonsignificant positive relationship between attentional capacity and overall performance was observed.The results indicate that although listeners may have been able to perceive the difference between the Arabic vowels, learning to associate the novel phonemes to novel concepts may have been too difficult for participants.Suggestions for future work are discussed.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».