Bilingual processing of case-marking and locative verbs in Korean: Use of L2-unique information
Notice bibliographique
Résumé
Aims and objectives/purpose/research questions:Previous studies show conflicting findings regarding bilingual processing of target information not instantiated in learners’ first language. The current study addresses this issue by investigating whether Chinese speakers can integrate case-marking information, which is unique to Korean, with locative verb information in their processing of the Korean locative constructions.Design/methodology/approach:We conducted an acceptability judgment task to assess Chinese–Korean bilinguals’ explicit knowledge of case-marking constraints on Korean locative constructions, and a self-paced reading task to probe their application of the knowledge to real-time sentence processing.Data and analysis:Twenty-four advanced Chinese–Korean bilinguals’ acceptability judgments and reading times were compared with those of 24 Korean monolingual speakers, using mixed-effects regression modeling.Findings/conclusions:Results from the offline acceptability judgment task revealed the bilinguals’ native-like judgment patterns. Both Korean monolingual and Chinese–Korean bilinguals rejected sentences with wrong case-marking sequences paired with locative verbs. In the self-paced reading task, both monolingual and bilingual speakers showed increased reading times when a mismatch arose between case-marking and locative verb information, indicating their sensitivity to locative agreement violations.Originality:While previous studies have investigated bilinguals’ integration of multiple sources of information, this study adds a new perspective to this issue by testing whether bilinguals can use L2-unique information (i.e., case marking) to integrate it with other types of information (i.e., locative verbs) for sentence processing.Significance/implications:Our findings are consistent with the competition model which predicts that L2-unique information presents little processing difficulty for bilinguals. At the same time, the current results lend credence to the idea that increased proficiency allows bilinguals to integrate multiple information sources during processing.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».