Processing of relative clauses with stylistic inversion in L2 French in adult learners with L1 English
Notice bibliographique
Résumé
This thesis studies low to intermediate proficiency L2 speakers of French who have English as their L1 in order to better understand the role of proficiency and transfer in second language processing. Specifically, this study focuses on how these speakers process different relative clauses structures in their second language by having them read different sentences using a self paced reading task followed by comprehension questions. Participants read sentences that were of the following structures: subject relative clauses (SR), object relative clauses (OR), and object relative clauses with stylistic inversion (ORSI). The data provides evidence that proficiency as well as sentence structure have an effect on participants’ processing abilities. As participants’ proficiency increased so did their processing abilities which was evidenced by them recording faster reading times (RT) and achieving higher accuracy on comprehension questions. These increases in performance were only found to affect the OR and ORSI structures. Participants were consistent in their performance on SR, with results remaining stable as proficiency increased. Ultimately it appears that participants had the most difficulty with ORSI, the structure that is not allowed in their L1. OR had the next highest difficulty level, with participants having no difficulty with SR. The preference for SR over OR and ORSI suggests that the subject-object processing asymmetry was transferred from participants’ L1. This is further supported by participants’ poor performance on ORSI sentences. Based on comprehension results as well as RT data, participants appear to have begun acquiring the morphosyntactic process needed to process ORSI. These results plus the improved performance with increased proficiency, support the FTFA over the SSH.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».