The theory of adaptive dispersion and acoustic-phonetic properties of cross-language lexical-tone systems.
Notice bibliographique
Résumé
Lexical-tone languages use fundamental frequency (F0) to convey word-meaning. Nearly half of all languages use lexical tone [Maddieson (2008)], yet those systems are under-studied. To increase our understanding of speech-sound inventory organization, I extend to tone-systems a model of vowel-system organization, the theory of adaptive dispersion (TAD) [Liljencrants and Lindblom (1972)]. This is a cross-language investigation of whether and how tone-inventory size affects acoustic tone-space size. Five languages with different-sized tone-inventories were compared: Cantonese (six tones), Thai (five tones), Mandarin (four tones), Yoruba (three tones), and Igbo (two tones). Six native speakers (three female) of each language produced 18 CV syllables in isolation, with each of his/her language’s tones, six times. Tonal F0 (semitones) was measured at three equidistant points across the vowel. Each language’s tone-space was defined in two ways: (1) the F0 difference between its highest and lowest tones and (2) the configuration of tones in a 2-D space defined by onset F0 x offglide F0. Following the TAD, I predicted that languages with larger tone-inventories would have larger tone-spaces; this was not supported by (1). However, the dispersion of tones in (2) supports the TAD hypothesis that sound-categories will be well-dispersed across the space and highly contrastive.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».