An Alignment-Based Approach to L2 Learning of Chinese Numeral Classifiers

数字系统 任务(项目管理) 自然语言处理 继续 计算机科学 人工智能 群(周期表) 控制(管理) 汉字 语音识别 心理学 工程类 有机化学 化学 程序设计语言 系统工程
作者
Chuming Wang,Wei Hong
出处
期刊:Chinese journal of applied linguistics [De Gruyter]
卷期号:44 (3): 335-350 被引量:4
标识
DOI:10.1515/cjal-2021-0021
摘要

Abstract This study investigated the efficiency of learning the Chinese numeral classifiers by L2 Chinese learners by means of an alignment-oriented task. Participants were a total of 96 intermediate learners of L2 Chinese, who were randomly assigned to two experimental groups and one control group, with each group consisting of 32 participants. The continuation task used in this study consisted of a picture-based Chinese text depicting a room with an array of objects, which necessitates the use of classifiers. The two experimental groups were both required to first read the text and then write to describe their own rooms in comparison with the one in the text. One group was instructed to use the classifiers from the text as much as possible in their writing, whereas the other was not required to do so. Participants in the control group were first given the picture to look at in the absence of the text and then asked to describe their own rooms. The results showed that the continuation task significantly enhanced participants’ retention of the Chinese numeral classifiers, suggesting that the alignment-based approach is an effective way to learn difficult linguistic categories such as the Chinese classifiers.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
1秒前
1秒前
勤奋猎豹完成签到 ,获得积分10
2秒前
科研通AI2S应助美满广缘采纳,获得10
2秒前
滴哒发布了新的文献求助10
2秒前
An发布了新的文献求助10
4秒前
zh发布了新的文献求助10
5秒前
5秒前
迷人的便当完成签到,获得积分20
5秒前
绝世容颜完成签到,获得积分10
5秒前
芽芽豆发布了新的文献求助10
6秒前
逗号先生发布了新的文献求助10
6秒前
jinqihui发布了新的文献求助10
7秒前
跳跃完成签到,获得积分20
7秒前
小蘑菇应助不辣的皮特采纳,获得10
8秒前
8秒前
9秒前
加菲丰丰举报求助违规成功
9秒前
猫咪老师举报求助违规成功
9秒前
俭朴静竹举报求助违规成功
9秒前
9秒前
情怀应助杨涛采纳,获得10
10秒前
miqiqi完成签到,获得积分10
13秒前
13秒前
上下发布了新的文献求助10
14秒前
15秒前
16秒前
16秒前
jinqihui完成签到,获得积分10
17秒前
专注俊驰完成签到,获得积分10
17秒前
111关闭了111文献求助
17秒前
感动的小鸭子完成签到 ,获得积分10
17秒前
小二郎应助YYYN采纳,获得10
17秒前
饭团不吃鱼完成签到,获得积分10
18秒前
18秒前
加菲丰丰举报求助违规成功
19秒前
陈军举报求助违规成功
19秒前
丁丁丁举报求助违规成功
19秒前
19秒前
高分求助中
The Data Economy: Tools and Applications 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 600
A Dissection Guide & Atlas to the Rabbit 600
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3120178
求助须知:如何正确求助?哪些是违规求助? 2770845
关于积分的说明 7705580
捐赠科研通 2426002
什么是DOI,文献DOI怎么找? 1288363
科研通“疑难数据库(出版商)”最低求助积分说明 620947
版权声明 600010