The role of language experience in word segmentation: A comparison of English, French, and bilingual infants
Notice bibliographique
Résumé
English-learning and French-learning 7.5-month-old infants were tested using the headturn preference procedure on their ability to segment bisyllabic words in both English and French. In the English condition infants were familiarized with trochaic bisyllables, the predominant stress pattern found in English, and then presented English passages with and without the familiarized words. In the French condition, infants were familiarized with iambic bisyllables, the characteristic word stress pattern found in French, and were then presented French passages with and without the familiarized words. Findings indicate that by 7.5 months of age, infants’ learning either a syllable-timed (French) or a stressed-timed language (English) can segment bisyllabic words with the predominant stress pattern of their native language. However, French infants fail to segment English trochaic words from English passages; data on English infants’ segmentation in the French condition are forthcoming. If both groups fail to segment in a rhythmically different non-native language, it will confirm that word segmentation abilities of 7.5-month-old infants are influenced by the prosodic structure of the native language. Preliminary results obtained from infants who are regularly exposed to both languages will also be reported.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».