Multidimensional category-goodness-difference assimilation of Canadian English /i/ and /ɪ/ to Spanish /i/
Notice bibliographique
Résumé
Morrison [J. Acoust. Soc. Am., 117, 2401 (2005)] theorized that L1-Spanish learners of English initially identify the Canadian English /i/-/■/ contrast via a multidimensional category-goodness-difference assimilation to Spanish /i/, with more-Spanish-/i/-like vowels (shorter vowels, lower F1 and higher F2) labelled as English /■/ and less-Spanish-/i/-like vowels (longer vowels, higher F1 and lower F2) labelled as English /i/. The L1-Spanish listeners’ use of duration is positively correlated with L1-English speakers’ productions, but their use of spectral cues is negatively correlated; hence, exposure to English results in increased use of duration cues and reduced use of spectral cues, leading to unidimensional duration-based perception. Since, in L1-English speakers’ productions, spectral properties are partially correlated with duration properties, L2-English learners can use duration-based perception as a bootstrap for learning L1-English-like spectral-based perception. Results from a new study are presented. Unlike the previous study, synthetic stimuli in the new study included vowel inherent spectral change (VISC). Results were consistent with the theory above: Vowels that were poor matches for Spanish /i/ because they had converging-VISC were labelled as English /i/, and vowels with no VISC were labelled as English /■/. [Work supported by SSHRC.]
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 | 0,000 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».