Trends in Second-Language- A cquisition Research
Notice bibliographique
Résumé
Recent concern with bilingual education has led to an increased interest in under-standing the process of second-language acquisition. In this article Kenji Hakuta and Herlinda Cancino present a critical, historical overview of research on second-language acquisition. In this account the authors outline four analytical up-proaches-contrastive, error, performance, and discourse. annlysis-trace the shifts among these approaches, and demonstrate the advantages and disadvantages of each. They also show how the diflerent approaches reflect changing conceptions of language and the nature of learners. The authors give special emphasis to the influence of first-language-acquisition research on studies of second-language ac-quisition, and they speculate on future research trends. Language provides one of the most readily accessible windows into the nature of the human mind. How children acquire this complex system with such a p parent ease continues to fascinate the student of human language. T h e last quarter of a century in particular has witnessed a qualitative leap in our knowledge of the language-acquisi tion process in young children. In recent years researchers have begun extending their scope of inquiry into the problem of second-language acqui-sition. T h e motivation underlying this new endeavor is two-fold: first, it provides an added perspective on human language, and second, interest in second-language teaching and bilingual education has resulted in a greater need to understand the mechanisms underlying second-language acquisition. The focus of analysis has undergone distinct shifts in perspective as a function of our changing conceptual-izations of what language is and also what the learner brings to the learning situation. To anticipate the various approaches to be reviewed in this paper, let us enter-
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,010 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».