MétaCan
Menu
Retour à la cohorte
Enregistrement W4284880418 · doi:10.1017/9781108955638.031

Working Memory and L2 Grammar Development in Children

2022· book-chapter· en· W4284880418 sur OpenAlexaff
Paul Leseman, Josje Verhagen

Notice bibliographique

RevueCambridge University Press eBooks · 2022
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueSpeech and dialogue systems
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésGrammarVocabularyWorking memoryComputer scienceNatural language processingLanguage acquisitionVerbLinguisticsPsychologyArtificial intelligenceCognitive psychologyCognitionMathematics education

Résumé

récupéré en direct d'OpenAlex

The role of working memory in language learning has received considerable attention, but several pertinent issues remain. One of these concerns the directionality of the relationships between working memory and language learning. Another issue relates to different types of processing and working memory components involved in learning different aspects of a second language (vocabulary, grammatical sub-skills, e.g., subject-verb agreement, verb placement, word order, auxiliaries). In this chapter we review and integrate findings of previous studies, following the extraction and integration model (Thiessen et al., 2013), and apply these to second language learning. In so doing, we distinguish between statistical learning based on conditional relations of adjacencies (extraction) and statistical learning based on distributional patterns of non-adjacencies (integration). We propose how L2 children's gradual increase in knowledge of the second language increases the sensitivity of working memory to cues in ambient speech that, in turn, fosters further second language learning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,172
Écart entre enseignants0,154 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetSpeech and dialogue systemsTravaux en français237 207