MétaCan
Menu
← Retour à la cohorte
Enregistrement W2016010167 · doi:10.1121/1.4784165

The roles of tone and syllable structure in Mandarin spoken word recognition.

2009· article· en· W2016010167 sur OpenAlexaff
Yuwen Lai, Jie Zhang

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2009
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMandarin ChineseCodaObstruentRhymeSpeech recognitionDuration (music)Tone (literature)SyllableConsonantHard rimeMathematicsAudiologyVowelComputer scienceLinguisticsAcousticsMedicine

Résumé

récupéré en direct d'OpenAlex

The present study adopts the gating paradigm to investigate the roles of tone, onset sonorancy, and nasal coda in Mandarin spoken word recognition. Duration-blocked gates generated from eight monosyllabic quadruplets with matching frequencies of occurrence were used as stimuli. The initial consonant of each syllable formed the first gate, with later gates formed by 40 ms increments. Twenty-eight native Mandarin speakers from Beijing were asked to identify each gated stimulus by writing down the Chinese characters. Isolation point (IP) based on correct tone identification as well as overall correct word identification (correct onset, rhyme, and tone) were collected. Results from both conditions showed that tone 1 has an earlier IP than tone 4, which has an earlier IP than tones 2 and 3. Sonorant-initial syllables have an earlier IP than obstruent-initial syllables, but further analyses of covariance indicated that this is due to the fact that IP covariates with the duration of the initial consonant. Syllables without a nasal coda have an earlier IP than syllables with a nasal coda. This effect might be due to the interference of nasalization on tone perception or the delayed tonal contour realization due to the nasal coda [Xu, (1998)].

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,317
Écart entre enseignants0,301 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetPhonetics and Phonology Research→Travaux en français237 207→