MétaCan
Menu
Retour à la cohorte
Enregistrement W1975667144 · doi:10.1044/1058-0360(2005/023)

A Comparison of Single Words and Conversational Speech in Phonological Evaluation

2005· article· en· W1975667144 sur OpenAlexaff
Julie J. Masterson, Barbara Handford Bernhardt, Monica K. Hofheinz

Notice bibliographique

RevueAmerican Journal of Speech-Language Pathology · 2005
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésPhonologyProsodyComputer scienceIntelligibility (philosophy)Word (group theory)Phonological ruleTask (project management)Manner of articulationNatural language processingPsychologySpeech recognitionLinguistics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of the current study was to compare conversational speech samples with single-word samples that were partially tailored to the participants' individual phonological profiles, using aspects of nonlinear phonological frameworks as a basis for evaluation. METHOD: There were 20 participants in the study, ranging in age from 3;0 to 10;5 (years;months). The Computerized Articulation and Phonology Evaluation System (J. J. Masterson & B. Bernhardt, 2001) was used to elicit single-word productions. RESULTS: Both group and individual comparisons indicated very few differences in accuracy or treatment ramifications. The time required to elicit and transcribe the conversational samples was typically 3 times greater than the time required for the single-word task. The single-word task elicited more of the English-language targets. CONCLUSIONS: The results of this study suggest that a single-word task tailored to some extent to the client's phonological system gives sufficient and representative information for phonological evaluation. A brief conversational sample remains useful for examining prosody, intelligibility, and other aspects of language, and as a check on the representativeness of the single-word sample.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,363
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), 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

Citations38
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

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