Animacy in the acquisition of differential object marking by Romanian monolingual children
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Differential object marking (DOM) has been shown, in an impressive number of production studies, to be acquired by monolingual children at around age 3. The picture which emerges from comprehension data, however, reveals that DOM is an area of vulnerability in L1 acquisition. This study investigates the acquisition of DOM by monolingual Romanian children using a preference judgment task. 80 monolingual Romanian children (aged 4;04-11;04) and a control group of 10 Romanian adults took part in the study. Results show that DOM is vulnerable and trace this vulnerability to the animacy feature. Romanian children incorrectly overgeneralize DOM to inanimate proper names and inanimate descriptive DPs until age 9. The vulnerability of animacy is predicted by its variable behaviour with respect to object marking as well as by the current increase in the use of clitic doubling, a DOM marker less sensitive to animacy. On the learnability side, we account for the findings in terms of Biberauer & Roberts’ (2015, 2017) Maximize Minimal Means model. We suggest that, in accordance with the Feature Economy bias, Romanian children first identify only the role of referential stability (which has more robust cues in the input) and consider the possibility of animacy as a relevant feature later. In line with the Input Generalization bias, children maximize the role of referential stability which results in overgeneralization of DOM to inanimate objects, especially to inanimate proper names.
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.
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 | 0,001 | 0,002 |
| 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) | 0,000 | 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 découle