Parental Language Mixing in Montreal: Rates, Predictors, and Relation to Infants’ Vocabulary Size
Notice bibliographique
Résumé
Language mixing is a common feature of bilingual communication, yet its predictors and effects on children's vocabulary development remain debated. Most research has been conducted in contexts with clear societal and heritage languages, leaving open questions about language mixing in environments with two societal languages. Montreal provides a unique opportunity to examine this question, as both French and English hold societal status, while many families also maintain heritage languages. Using archival data from 398 bilingual children (7-34 months), we looked at French-English bilinguals (representing societal bilingualism) and heritage-language bilinguals within the same sociolinguistic environment. We assessed the prevalence, predictors, and motivations of parental language mixing and its relationship with vocabulary development. Results revealed that mixing was less frequent among French-English bilinguals compared to heritage-language bilinguals in the same city. The direction of mixing differed between groups: French-English bilinguals mixed based on language dominance, while heritage-language bilinguals mixed based on societal language status. Primary motivations included uncertainty about word meanings, lack of suitable translations, and teaching new words. Mixing showed minimal associations with vocabulary size across participants. These findings suggest that parental mixing practices reflect adaptive strategies that vary by sociolinguistic context rather than detrimental influences on early language acquisition.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».