Effet du type de verbe et du complément en <i>par</i> sur l’acquisition du passif en français
Bibliographic record
Abstract
Cet article porte sur l’effet du complément en par et du type de verbe (actionnel/non actionnel) sur la compréhension du passif en français chez des enfants québécois de 3 à 6 ans. 96 enfants, âgés de 3 à 6 ans, et 15 adultes ont réalisé une tâche d’appariement phrase-image. Nos résultats reproduisent l’effet Maratsos (Maratsos et al., 1985) : les passives de verbes non actionnels sont moins bien comprises que les passives de verbes actionnels. Les résultats indiquent également que la présence du complément en par n’a pas d’effet significatif sur la compréhension des passives actionnelles. Ce complément aurait par contre une influence sur la compréhension des passives non actionnelles chez les enfants de 3 ans et de 4 ans, les passives courtes non actionnelles étant mieux comprises que les longues. Ces résultats peuvent être interprétés à la lumière des travaux de Paolazzi et al. (2015, 2016) et Grillo, Alexiadou, Gehrke et al. (2019), qui ont été réalisés sur une population adulte. Les passives courtes non actionnelles de notre étude sont des passives adjectivales, qui, en présence du complément en par, doivent être interprétées comme des passives verbales. Cette réanalyse impliquerait des couts de traitement importants et serait responsable du délai acquisitionnel observé pour la compréhension des passives longues non actionnelles. Notre étude propose un ordre d’acquisition des constructions passives en français. Les passives courtes actionnelles seraient acquises dès l’âge de 3 ans. Les passives longues actionnelles le seraient vers l’âge de 4 ans. En testant des passives courtes non actionnelles, ce qui n’avait jamais été fait en français, nous avons également pu observer que les passives courtes non actionnelles sont acquises vers 5 ans et que les longues ne le seraient qu’après l’âge de 6 ans. À 6 ans, les enfants éprouvent encore de grandes difficultés à comprendre ces phrases passives.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".