MétaCan
Menu
Retour à la cohorte
Enregistrement W2020887156 · doi:10.1017/s0272263106060013

LEARNING SECOND LANGUAGE SUPRASEGMENTALS: <i>Effect of L2 Experience on Prosody and Fluency Characteristics of L2 Speech</i>

2006· article· en· W2020887156 sur OpenAlexaff
Pavel Trofimovich, Wendy Baker

Notice bibliographique

RevueStudies in Second Language Acquisition · 2006
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésStress (linguistics)FluencyPsychologyDuration (music)ProsodyStress (linguistics)LinguisticsResidenceSpeech productionForeign languageSecond languageMathematics educationDemographySociology

Résumé

récupéré en direct d'OpenAlex

This study examines effects of short, medium, and extended second language (L2) experience (3 months, 3 years, and 10 years of United States residence, respectively) on the production of five suprasegmentals (stress timing, peak alignment, speech rate, pause frequency, and pause duration) in six English declarative sentences by 30 adult Korean learners of English and 10 adult native English speakers. Acoustic analyses and listener judgments were used to determine how accurately the suprasegmentals were produced and to what extent they contributed to foreign accent. Results revealed that amount of experience influenced the production of one suprasegmental (stress timing), whereas adult learners' age at the time of first extensive exposure to the L2 (indexed as age of arrival in the United States) influenced the production of others (speech rate, pause frequency, pause duration). Moreover, it was found that suprasegmentals contributed to foreign accent at all levels of experience and that some suprasegmentals (pause duration, speech rate) were more likely to do so than others (stress timing, peak alignment). Overall, results revealed similarities between L2 segmental and suprasegmental learning.This research was partially supported by research grants from the University of Illinois and Brigham Young University. Many thanks are extended to Youngju Hong for her help in testing the Korean participants and to Molly Mack and James E. Flege for their advice throughout this research project. The authors gratefully acknowledge Randall Halter, Elizabeth Gatbonton, and five anonymous SSLA reviewers for their helpful suggestions on earlier drafts of this paper as well as Randall Halter for his invaluable statistical assistance.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,356
Écart entre enseignants0,343 · 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

Citations567
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Second Language AcquisitionMême sujetPhonetics and Phonology ResearchTravaux en français237 207