Anaphoric reference in L1 Spanish-L2 English: A corpus-based study of oral and written narratives

Abstract

This dissertation investigates possible mode of production effects on the occurrence of topic continuity contexts and on Referring Expressions (RE) selection in this discourse configuration. A corpus study was conducted a corpus-based study to establish the following: i) How does the mode of production affect the selection of REs as zeros, overt pronouns and noun phrases (NP) in the subject position?; ii) How does the mode of production affect the syntactic (i.e., coordination) and discourse factors constraining the selection of REs across proficiency groups?; iii) How does the selection of REs occur developmentally in L2 English learners? By looking at spoken and written performance across proficiency levels, this investigation explores whether deficits persist (or not) in one of the two modes (or in both) in the narratives under study. To this end, this study looks at third-person singular grammatical subjects across different proficiency levels (from beginner to advanced learners) in L1 Spanish-L2 English, in contrast with L1 English. The data are spoken and written narratives from the COREFL corpus produced by the same participant and under the same task conditions. The analysis comprises 82 participants, 164 texts (82 spoken and 82 written texts, respectively) and 4.178 grammatical subjects. For data analysis, a specific fine-grained tagset was designed and used on the XML annotator UAM Corpus Tool (O’Donnell, 2009). Statistical analysis of the tagged data was performed using the same tool. The present corpus findings provide a comprehensive picture of the effects of the mode of production on the selection of REs and provide important insights as to learner’s performance in spoken and written performance. In particular, a highly marked effect of the mode of production in L1 Spanish-L2 English was found, while no such effect was found in L1 English performance. Overall, the results revealed that L1 English-L2 Spanish learners show greater and more persistent deficits in spoken production, while those in written production tend to disappear at advanced levels. In topic continuity coordination, the discourse configuration in learners is comparable to that of native speakers. However, the spoken production by beginner and intermediate learners still shows a higher amount of fuller REs than that by advanced and native participants. This study highlights the practical implications of considering the mode of production in RE selection, revealing distinct patterns in spoken vs. written discourse for L1 Spanish-L2 English learners and L1 English. The marked differences observed between L1 Spanish-L2 English and the control group of English native speakers in mode-specific performance emphasize the need for further comparative studies across different language pairs.

Esta tesis investiga los posibles efectos del modo en los contextos de continuidad temática y en la selección de expresiones referenciales en esta configuración discursiva. Realizamos un estudio basado en corpus para establecer lo siguiente: i) ¿Cómo afecta el modo de producción a la selección de expresiones referenciales como ceros, pronombres explícitos y sintagmas nominales (NP) en la posición de sujeto?; ii) ¿Cómo los factores sintácticos (es decir, coordinación) y discursivos limitan la selección de ER en los distintos grupos de competencia?; iii) ¿Cómo se desarrolla la selección de las expresiones referenciales en los aprendices de inglés como L2? Al examinar los textos orales y escritos oral y escrito en los diferentes niveles de competencia, esta investigación explorará si los déficits persisten (o no) en uno de los dos modos (o en ambos) en los textos analizados. Además, se analizan los sujetos gramaticales de tercera persona del singular en diferentes niveles de competencia (desde principiantes hasta avanzados) en españolinglés como L2, en contraste con el inglés como L1. Los datos son textos orales y escritos extrídos del corpus COREFL producidos por el mismo participante y bajo las mismas condiciones de tarea. Contamos con 82 participantes y 164 textos (82 orales y 82 escritos, respectivamente) y analizamos 4178 sujetos gramaticales. Para el análisis de los datos, se diseñó y utilizó un conjunto de etiquetas específico y detallado en el anotador XML UAM Corpus Tool (O'Donnell, 2009). Crucialmente, nuestros resultados basados en el corpus mostraron la importancia de investigar la selección de expresiones referenciales en el discurso oral y escrito. En particular, mostramos que la literatura basada en corpus que compara ambos modos de producción es escasa, pero es esencial abordar esto en esta tesis. Además, nuestros resultados proporcionanuna imagen más completa de los efectos del modo de producción en la selección de expresiones referenciales. Importante, partiendo de algunos hallazgos del corpus; investigamos la cohesión referencial en L1 Spanish-L2 English vs. L1 English y encontramos un efecto del modo de producción en los distintos grupos de aprendizes.Sin embargo, no se encontró tal efecto en los hablantes nativos de inglés. En general, los resultados revelaron que los tanto los aprendices como los nativos de inglés muestran un déficit en la producción oral, mientras que en la producción escrita tienden a desaparecer en los niveles avanzados. En la coordinación de la continuidad temática, la configuración del discurso es comparable a la de los hablantes nativos en narrativas escritas y orales. Sin embargo, la producción oral de los aprendices principiantes e intermedios aún muestra una mayor cantidad expresiones referenciales más explícitas en comparación con la producción oral de los participantes avanzados y nativos. Este estudio destaca las implicaciones prácticas de considerar el modo de producción en la selección de expresiones referenciales, revelando patrones distintos en el discurso oral vs. escrito para los los aprendices de inglés y los hablantes nativos de inglés.