MétaCan
Menu
Retour à la cohorte
Enregistrement W4385664296 · doi:10.4324/9781003251194-5

Is object relative clause comprehension particularly sensitive to quantity of language exposure in sequential bilingual children?1

2023· book-chapter· en· W4385664296 sur OpenAlexaboutno aff
Maureen Scheidnes, Leslie Redmond

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComprehensionObject (grammar)Relative clauseLinguisticsComputer scienceNatural language processingPsychologyArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Research on the role of language exposure in child second language acquisition suggests that certain language properties are more sensitive to variation in exposure than others. Understanding which language properties are more or less sensitive to exposure is important for improving the clinical language assessment of these learners. This study reports on object relative clause comprehension in 23 first graders enrolled in an early total French immersion programme in English-speaking Canada. These sequential bilingual children have limited exposure to French compared to English (i.e., about 3 months of cumulative French exposure). The main objective was to see whether these learners would have similar object relative clause performance in both languages, despite the uneven exposure pattern. Mixed-effects logistic regression modelling revealed that structure (object relative clause vs. subject relative clause) was a stronger predictor of comprehension than the language of the task. Individual data analyses revealed that most children were either above chance in both languages or at chance in both languages, thus suggesting that ORC performance in one language predicts it in the other. These results suggest that targeting relative clauses in clinical assessment may lead to tools that are less biased against unbalanced bilinguals.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,785
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,038
Tête enseignante GPT0,318
Écart entre enseignants0,281 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLanguage Development and DisordersTravaux en français237 207