Between words and worlds: building a written corpus of multilingual learners

Abstract

[SP] Este estudio detalla el diseño y la recopilación del German Written Learner Corpus (GWLC) en la Universidad Pontificia Comillas de Madrid, una herramienta orientada a investigar los efectos del conocimiento lingüístico previo en la producción escrita de estudiantes universitarios multilingües que adquieren el alemán como tercera o cuarta lengua. El corpus, estructurado bajo los principios metodológicos de Sinclair mediante la plataforma Sketch Engine, reúne 353 textos de diversos géneros redactados por 129 participantes, cuya caracterización sociolingüística y trayectoria de aprendizaje fueron exhaustivamente documentadas a través del cuestionario validado LEAP-Q. Aunque los procesos de anotación avanzada continúan en desarrollo para clasificar detalladamente patrones y errores de interlengua, los resultados preliminares confirman que las estrategias de transferencia positiva y los errores de interferencia provenientes de las lenguas previamente consolidadas —principalmente el inglés como segunda lengua en una muestra de origen mayoritariamente hispanohablante— ejercen un impacto determinante en la composición escrita de este grupo de estudiantes.

[ENG] This study details the design and compilation of the German Written Learner Corpus (GWLC) at the Comillas Pontifical University of Madrid, a tool aimed at investigating the effects of prior linguistic knowledge on the written production of multilingual university students acquiring German as a third or fourth language. The corpus, structured according to Sinclair's methodological principles using the Sketch Engine platform, gathers 353 texts across various genres written by 129 participants, whose sociolinguistic background and learning trajectories were comprehensively documented through the validated LEAP-Q questionnaire. Although advanced error annotation processes are still underway to systematically classify interlanguage patterns and challenges, preliminary findings confirm that positive transfer strategies and interference errors from previously acquired languages—primarily English as a second language within a predominantly Spanish-speaking sample—exert a decisive impact on the written composition of this learner population.