Language Learning in the Wild: The L2 Acquisition of English Restrictive Relative Clauses
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
We argue that quantitative analysis of community-based speech data furnishes an indispensable adjunct to theoretical and experimental studies targeting the acquisition of relativization. Drawing on a comparative sociolinguistic approach, we make use of three corpora of natural speech to investigate second-language (L2) speakers’ acquisition of restrictive relative clauses in English. These corpora comprise: (i) spontaneous L2 speech; (ii) a local baseline variety of the target language (TL); and (iii) L2 speakers’ first language (L1), French. These complementary datasets enable us to explore the extent to which L2 speakers reproduce the discursive frequency of relative markers, as well as their fine-grained linguistic conditioning, in the local TL baseline variety. Comparisons with French facilitate exploration of possible L1 transfer effects on L2 speakers’ production of English restrictive relative clauses. Results indicate that evidence of L1 transfer effects on L2 speakers’ restrictive relative clauses is tenuous. A pivotal finding is that L2 speakers, in the aggregate, closely approximate TL constraints on relative marker selection, although they use the subject relativizer who significantly less often than their TL counterparts. We implicate affiliation with, and integration into, the local TL community as key factors facilitating the propagation of TL vernacular norms to L2 speakers.
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 | 0,006 |
| 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