MétaCan
Menu
← Retour à la cohorte
Enregistrement W2072317155 · doi:10.1121/1.4786850

Voice onset time of bilingual English and French-speaking Canadians

2006· article· en· W2072317155 sur OpenAlexaff
Carol A. Fowler, Sarah A. Rowland, David J. Ostry, Valery Sramko, Pierre Hallé

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2006
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLinguisticsVoice-onset timeSecond languagePortugueseContext (archaeology)First languagePsychologyNeuroscience of multilingualismLanguage transferHistoryComprehension approachLanguage educationVowel

Résumé

récupéré en direct d'OpenAlex

There is evidence of voice onset drift when bilinguals are submerged in cultures that are dominated by their second language (L2). Sancier and Fowler [Gestural drift in a bilingual speaker of Brazilian Portuguese and English,‘‘ J. Phonet. 4, 421-436 (1997)] found that voiceless stop voice onset times (VOTs) of a bilingual speaker of Brazilian Portuguese and English were longer after months spent in the US than after time spent in the speaker’s first language (L1) context. Flege [’’The production of ‘‘new’’ and ‘‘similar’’ phones in a foreign language: Evidence for the effect of equivalence classification,‘‘ J. Phonet. 15, 47–65 (1987)] studied French L1 English L2 bilinguals and English L1 French L2 bilinguals who had spent about 12 years living in the L2 dominant culture. The French L1 English L2 bilinguals VOTs were longer than the VOTs of French monolinguals. The English L1 French L2 bilinguals VOTs were shorter than the VOTs of English monolinguals. In the present study the nature of the experience underlying VOT drift was investigated. Specifically, the aim of the current study was to see whether exposure to another language with different VOTs affects VOT production in the first (or only) language or if VOT production drift is dependent on speaking the non-native language. Productions from English and French monolinguals and from English-French bilinguals were compared across varying linguistic contexts and order of acquisition.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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

Citations2
Publié2006
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→