MétaCan
Menu
Retour à la cohorte
Enregistrement W4405377347 · doi:10.3390/languages9120375

Exploring Bilingual Adaptation to Structural Innovations: Evidence from Canadian French

2024· article· en· W4405377347 sur OpenAlexaboutno aff
Foteini Karkaletsou, Alina Kholodova, Shanley Allen

Notice bibliographique

RevueLanguages · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésAdaptation (eye)LinguisticsPsychologyPhilosophyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Bilinguals have been shown to adapt to syntactic innovations (i.e., structures that deviate from the standard grammar) either by producing such structures more or by processing them faster after repeated exposure. However, research on whether they adapt by increasing their acceptability ratings for innovations is limited. We consider this to be a crucial gap in the literature, since it could provide insights into how speakers adapt their perception for innovations that they might otherwise not adapt to in their production and/or processing. On this basis, the present study investigates overall acceptability and trial-by-trial acceptability (adaptation) for different types of innovations in Canadian French with grammatical structural equivalents in English. Structure type and individual differences in language experience (dominance, proficiency, exposure, etc.) are considered as factors that influence these processes, as previous research has shown that they play a role in the acceptability of innovations in bilinguals. For this purpose, we employed a timed acceptability judgment task (TAJT), where adult bilingual speakers of French and English in Canada were asked to rate innovative sentences in French and their standard (grammatical) counterparts as fast and spontaneously as possible. Both acceptability ratings (offline measure) and response times (RTs) (online measure) across trials were measured to test whether speakers show adaptation on both levels. Results revealed that innovations were rated lower and for most structure types slower than their standard counterparts, with the different types of innovations showing differences. Crucially, adaptation on a group level was reflected only in response times and not in acceptability ratings. On an individual level, though, some participants adapted their ratings, but not consistently across all innovation types. Moreover, ratings and RTs were influenced by individual language experience, with participants with a higher contact with French (higher French Score) being faster and less accepting of innovative sentences compared to participants with a lower contact with French.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,375

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,143
Tête enseignante GPT0,374
Écart entre enseignants0,231 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguagesMême sujetLinguistic Variation and MorphologyTravaux en français237 207