MétaCan
Menu
Retour à la cohorte
Enregistrement W4416193959 · doi:10.1017/s1366728925100722

Switching the majority language: The case of heritage Greek in North and South America

2025· article· en· W4416193959 sur OpenAlexafffund
Evangelia Daskalaki, Aretousa Giannakou, Christina Haska, Vicky Chondrogianni

Notice bibliographique

RevueBilingualism Language and Cognition · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesKillam TrustsUniversity of Alberta
Mots-clésHeritage languageNeuroscience of multilingualismIndo-European languagesCultural heritageIdeal (ethics)Ancient Greek

Résumé

récupéré en direct d'OpenAlex

Abstract This study aims to understand how cross-linguistic influence (CLI) and heritage language (HL) use influence children’s HL acquisition of vocabulary, reference, and word order. To this end, we compared elicited production data collected from two groups of child heritage speakers: a group of Greek-English bilingual children (Mean Age: 10;11) residing in North America and a group of Greek-Spanish bilingual children (Mean Age: 10;09) residing in South America. Because Greek is closer to Spanish than to English in all three domains of interest, the ‘Greek-English’ and ‘Greek-Spanish’ dyads are ideal for the study of CLI and its role on HL acquisition. Regression analyses revealed that the South American group outperformed the North American group, despite receiving an overall lower amount of Greek input. Thus, above and beyond input, the typological proximity with the ML may boost children’s HL performance across domains of HL development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,304
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,289
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBilingualism Language and CognitionMême sujetLanguage Development and DisordersTravaux en français237 207