High ceilings and ingenuine allies: tapping into the idiom meaning knowledge of first and second language speakers of English
Notice bibliographique
Résumé
Abstract Idioms are undoubtedly important for second language (L2) learners, who encounter them in instructed learning, textbooks/resources and in out-of-class language use. While research on first language (L1) and L2 idiom comprehension shows how well L1/L2 speakers understand various idioms and the role of different predictors, important questions remain about how knowledge varies with more difficult task types and stimuli, how well L1 ‘norms’ serve L2 learners, how subjective and objective predictors of idiom knowledge interact and how L2 learner inferencing works in learning idioms. To address these issues, university-age L1 and L2 English (L1 German) participants provided meaning descriptions and familiarity ratings for 100 challenging idioms from learner resources, and each idiom was assigned an OpenAI-generated transparency rating, corpus-based frequency and to one of six cross-language overlap (CLO) types. Descriptive statistics showed lower and more varied idiom meaning knowledge than might be expected, especially for the L1ers, who were some way off ceiling level. Mixed-effects regression revealed familiarity and transparency as positive L1 and L2 knowledge predictors, but groups differed in sensitivity to idiom frequency, which only mattered for the L1ers and CLO, which (as expected) only mattered for the L2ers, who mistook false friends as genuine allies.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».