The phonetic rhythm/syntax headedness connection: Evidence from Tagalog
Notice bibliographique
Résumé
Ramus, Nespor, and Mehler [Cognition (1999)] show that the rhythm of a language (broadly: stress- versus syllable- versus mora-timing) results from the proportion of vocalic material in an utterance (%V) and the standard deviation of consonantal intervals (delta-C). Based on 14 languages, Shukla, Nespor, and Mehler [submitted] further argue that rhythm is correlated with syntactic headedness: low %V is correlated with head-first languages (e.g., English); high %V is correlated with head-final languages (e.g., Japanese). Together, these proposals have important implications for language acquisition: infants can discriminate across rhythm classes [Nazzi, Bertoncini, and Mehler, J. Exp. Psych: Human Perception and Performance (1998)]. If rhythm, as defined by %V and delta-C, can predict headedness, then infants can potentially use rhythm information to bootstrap into their languages syntactic structure. This paper reports on a study analyzing rhythm in a language not yet considered: Tagalog. Results support the Shukla et al. proposal in an interesting way: based on its %V and delta-C, Tagalog falls between head-first and head-last languages, slighty closer to the head-first group. This placement correlates well with the fact that, although Tagalog is said to be primarily head-first syntactically, head-last phrases are permitted and common in the language.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».