On the lexical source of variable L2 phoneme production
Notice bibliographique
Résumé
Abstract The current study investigates two lexical explanations for variation in L2 production: approximate (‘fuzzy’) representations vs dual URs. The focus is on Quebec francophone (QF) production of English /θ ð/ and /h/, which a reading-aloud task shows to be highly variable. Variation is problematic for the assumption that, due to perceptual illusions, URs are inaccurate. How is accurate output generated from inaccurate URs? Approximate representations employ diacritics rather than distinctive features. Arguably, these representations do not consistently generate accurate output. Under dual URs, lexical entries contain both inaccurate URs due to initial misperceptions and accurate URs generated when learners become capable of perceiving L2 phonemes. These URs compete for selection, leading to variation. Perception findings from oddball and semantic incongruity tasks provide conflicting support for the explanations: perception is variable, as predicted under approximate representations; but typical L2→L1 substitutions are harder to detect than atypical L1→L2 substitutions, an asymmetry expected under dual URs. To resolve the contradiction, we reinterpret the latter findings as revealing an implicit strategy of corrective adjustment acquired through experience with L2 errors. While we conclude that the L2 lexicon employs approximate representations, an enduring enigma concerns the considerably higher rates of hypercorrect [h] than [θ ð].
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 | 0,011 |
| 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 | 0,000 | 0,002 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».