Irregular Verb Acquisition Among EFL and ESL Learners in Cameroon: Peculiarities of Group 4 and 5 Verbs
Notice bibliographique
Résumé
Acquisition patterns of irregular verbs by Second and Foreign Language learners of English in Cameroon present remarkable peculiarities that emanate from the country’s unique linguistic identity, where French, English and a multiplicity of local languages are spoken. Following on a previous study (see Ngasu Betek 2020) this study documents these peculiarities, but with a focus on Group 4 and 5 irregular verbs, to ascertain the mastery of English irregular verbs. From a population of nine hundred (900) students from six selected schools in Cameroon, samples of their production in English irregular verb usage were collected. The specific classes were Forms One, Three, Five, (of the Anglophone sub-system of secondary education), and Sixième, Quatrième and Seconde students (from the Francophone sub-system of secondary education). Using Simple Random Sampling Technique, completion tasks were administered and the results analysed to identify and map traceable frequency patterns of use by students. A comparative analysis of the two leaner clusters was carried out which revealed ESL and EFL learners of English in Cameroon both exhibited challenges in using irregular verbs either through overgeneralizations or through morphological distortions of irregular verbs especially at the past tense. This paper thus informs on best practices for successful learning, specifically in the acquisition of irregular verbs by L1 and L2 learners in schools in Cameroon.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».