MétaCan
Menu
Retour à la cohorte
Enregistrement W1575187194 · doi:10.1044/2015_ajslp-14-0037

Acquisition of Consonant Clusters and Acceptable Variants in Chinese-Influenced Malaysian English-Speaking Children

2015· article· en· W1575187194 sur OpenAlexfundno aff
Hooi San Phoon, Margaret Maclagan, Anna Christina Abdullah

Notice bibliographique

RevueAmerican Journal of Speech-Language Pathology · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesPartenariat Canadien Contre Le Cancer
Mots-clésConsonant clusterConsonantSyllableCluster (spacecraft)PsychologyMathematicsAudiologySpeech recognitionComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study investigated consonant cluster acquisition in Chinese-influenced Malaysian English (ChME)-speaking children. METHOD: This cross-sectional study involved 262 typically developing ChME-speaking children (138 girls, 124 boys) ages 3 to 7 years old. A single-word picture-naming task, which contained 66 words and targeted 32 syllable-initial (SI) and 14 syllable-final (SF) consonant clusters, was administered. RESULTS: Older children produced more correct productions than younger children, and there was no sex effect for consonant cluster production. SF consonant clusters were more accurate than SI consonant clusters among the younger children. The overall sequence of SI consonant cluster accuracy based on cluster categories from most to least accurate was /s/ + C, C + /w/, C + /j/, C + /l/, and C + /r/, whereas for SF consonant clusters, the order was C + stop, C + /s/, nasal + C, and /l/ + C. Two-element clusters consistently had higher accuracy in comparison to three-element clusters across the age groups. The overall consonant cluster accuracy of the present study showed similar patterns to those found in previous studies of Standard English. CONCLUSION: The findings of the study will be useful in the assessment of consonant cluster production of ChME-speaking children.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,716

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,283
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Speech-Language PathologyMême sujetLanguage Development and DisordersTravaux en français237 207