The use of visual information in non-native speech sound discrimination across the first year of life
Notice bibliographique
Résumé
Infants are able to match seen and heard speech even in non-native languages, and familiarization to audiovisual speech appears to affect subsequent auditory-only discrimination of non-native speech sounds (Danielson et al., 2013; 2014). However, the robustness of these behaviors appears to change rapidly within the first year of life. In this current set of studies, conducted with six-, nine-, and 10-month-old English-learning infants, we examine the developmental trajectory of audiovisual speech perception of non-native speech sounds. In the first place, we show that the tendency to detect a mismatch between heard and seen speech sounds in a non-native language changes across this short period in development, in tandem with the trajectory of auditory perceptual narrowing (Werker & Tees, 1984; Kuhl et al., 1992; inter alia). Furthermore, we demonstrate that infants’ familiarization to matching and mismatching audiovisual speech affects their auditory speech perception differently at various ages. While six-month-old infants’ auditory speech perception appears to be malleable in the face of prior audiovisual familiarization, this tendency declines with age. The current set of studies is one of the first to utilize traditional looking-time measurements while also employing pupillometry as a correlate of infants’ acoustic change detection (Hochmann & Papeo, 2014).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».