Gender Agreement in L3 Spanish Production among Speakers of Typologically Different Languages
Notice bibliographique
Résumé
Grammatical gender presents persistent difficulty for adult learners of Spanish in L2 acquisition; however, there is a literature gap in L3 acquisition of gender, specifically of typologically different languages. In this project, we investigate the acquisition of Spanish gender agreement by Russian (L1)/Mandarin (L1)-English (L2) speakers of Spanish (L3) and compare the findings with English(L1) speakers of Spanish (L2). Studying these languages is particularly interesting because some exhibit an explicit gender system (Spanish and Russian) while others do not (English and Mandarin). In order to examine the effect of L1/L2 influence of these languages on L3 Spanish acquisition, 55 participants completed two tasks: a picture identification task and a grammaticality judgement task. Results indicate that advanced learners of Spanish of all L1 backgrounds performed at or near ceiling. All beginner learners performed better with canonically marked masculine nouns than noncanonical feminine nouns, thus corroborating previous findings. Regarding L1 influence, Russian participants outperformed the other two groups, especially in Task 1 (Picture Identification), thereby indicating that they may be transferring to some degree the grammatical gender system of their L1. Overall, this research provides evidence that multiple factors, including structural typology and L3 proficiency level, play a role in L3 acquisition.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».