Filler–gap dependencies and islands in L2 English production: Comparing transfer from L1 Norwegian and L1 Swedish
Notice bibliographique
Résumé
Embedded questions (EQs) are islands for filler–gap dependency formation in English, but not in Norwegian. Kush and Dahl (2022) found that first language (L1) Norwegian participants often accepted filler–gap dependencies into EQs in second language (L2) English, and proposed that this reflected persistent transfer from Norwegian of the functional structure that licenses such filler–gap dependencies. However, their results do not conclusively establish that the judgment patterns were specific to transfer from L1 Norwegian and not a general L2 effect. To address this issue, we conducted elicited production tasks comparing how L1 Norwegian and L1 Swedish speakers complete dependencies into declarative complement clauses and EQs both in their native languages and L2 English. Despite its similarity to Norwegian, Swedish prohibits the filler–gap dependency into EQs that Norwegian allows. We expected participants to complete dependencies that they considered grammatical with gaps and to avoid gaps where they considered them ungrammatical. Our results clearly indicate transfer: L1 Norwegian participants overwhelmingly used gaps when completing dependencies into EQs in both L1 and L2, whereas Swedish participants almost never used gaps in either language. We interpret our results as support for models that allow transfer of functional heads and their associated features from L1 to L2, and suggest that such transfer persists when the L2 input does not provide relevant evidence for restructuring.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».