Frequency factor in the segmentation of function words in French-learning infants
Notice bibliographique
Résumé
Previous work showed that 8-month-old French-learning infants segment both highly and moderately frequent function words from continuous speech [Shi and Gauthier, J. Acoust. Soc. Am. 117, 2426 (2005)]. In the present study we examine if high-frequency function words are segmented by even younger infants. Participants were 6-month-old Quebec-French-learning infants. As in the previous study, infants in the high-frequency condition were familiarized with a target functor (des or la) and were then tested with phrases containing the target versus those containing the nontarget. Thus, for infants familiarized to la, la-phrases were the target phrases and des-phrases were the nontarget phrases during Test. The reverse was the case when des was the familiarization target. The lower-frequency condition included a target functor mes versus ta (prosodically analogous to the functors in the high-frequency condition). The results show that 6-month-olds listened significantly longer to phrases containing the familiarized target than those containing the nontarget during Test, suggesting that they segmented the target. No difference was observed in the lower-frequency condition. Thus, while 8-month-olds segmented both high- and lower-frequency functors [Shi and Gauthier, J. Acoust. Soc. Am. 117, 2426 (2005)], 6-month-olds showed evidence of segmentation only for high-frequency functors. These findings suggest that frequency is a determining factor in the development of the segmentation of function words.
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 | 0,001 | 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 | 0,000 |
| 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 ».