MétaCan
Menu
Retour à la cohorte
Enregistrement W2076343712 · doi:10.1177/00238309030460020901

Early Word Learners' Ability to Access Phonetic Detail in Well-Known Words

2003· article· en· W2076343712 sur OpenAlexaff
Christopher T. Fennell, Janet F. Werker

Notice bibliographique

RevueLanguage and Speech · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychologyWord (group theory)Word learningObject (grammar)Task (project management)HabituationAssociative learningAssociative propertyLanguage acquisitionLinguisticsCognitive psychologyComputer scienceArtificial intelligenceVocabulary

Résumé

récupéré en direct d'OpenAlex

Several recent studies from our laboratory have shown that 14-month-old infants have difficulty learning to associate two phonetically similar new words to two different objects when tested in the Switch task. Because the infants can discriminate the same phonetic detail that they fail to use in the associative word-learning situation, we have argued that this word-learning failure results from a processing overload. Here we explore how infants perform in the Switch task with already known minimally different words. The experiment involved the same phonetic difference as used in our earlier word-learning studies. Following habituation to two familiar minimal pair object-label combinations (ball and doll), infants of 14 months looked longer to a violation in the object-label pairing (e.g., label 'ball' paired with object doll) than to an appropriate pairing. These results using well known words are consistent with the pattern of data recently obtained by Swingley and Aslin (2002) in which it was found that infants of 14 months look longer to the correct object when the accompanying well known word is spoken correctly rather than mispronounced. We discuss how these results are compatible with the limited resource explanation originally offered by Stager and Werker (1997).

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)0,006
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,301
Écart entre enseignants0,288 · 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

Citations191
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage and SpeechMême sujetLanguage Development and DisordersTravaux en français237 207