Language athletes: Dual-language code-switchers exhibit inhibitory control advantages
Notice bibliographique
Résumé
Recent studies have begun to examine bilingual cognition from more nuanced, experienced-based perspectives. The present study adds to this body of work by investigating the potential impact of code-switching on bilinguals’ inhibitory control abilities. Crucially, our bilingual participants originated from a predominantly dual-language environment, the interactional context which is believed to require (and therefore, potentially train) cognitive control processes related to goal-monitoring and inhibition. As such, 266 French Canadian bilinguals completed an online experiment wherein they were asked to complete a domain-general (Flanker) and a language-specific (bilingual Stroop) inhibitory control task, as well as extensive demographic and language background questionnaires. Stepwise multiple regressions (including various potential demographic and linguistic predictors) were conducted on the participants’ Flanker and Stroop effects. The results indicated that the bilinguals’ propensity to code-switch consistently yielded significant positive (but unidirectional) inhibitory control effects: dual-language bilinguals who reported more habitual French-to-English switching exhibited better goal-monitoring and inhibition abilities. For the language-specific task, the analysis also revealed that frequent unintentional code-switching may mitigate these inhibition skills. As such, the findings demonstrate that dual-language code-switchers may experience inhibitory control benefits, but only when their switching is self-reportedly deliberate. We conclude that the bilinguals’ interactional context is thus of primary importance, as the dual-language context is more conducive to intentional code-switching. Overall, the current study highlights the importance of considering individualistic language experience when it comes to examining potential bilingual executive functioning advantages.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».