MétaCan
Menu
Retour à la cohorte
Enregistrement W2078975190 · doi:10.5430/elr.v1n1p35

Fluent Speakers’ Management of Prospective Communication Breakdowns: The Case of Stuttering

2012· article· en· W2078975190 sur OpenAlexvenueno aff
Stephanie Hughes, Farzan Irani, Derek E. Daniels

Notice bibliographique

RevueEnglish Linguistics Research · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueStuttering Research and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStutteringFluencyPsychologyShynessAnxietyFluentVerbal fluency testCognitionCognitive psychologyLinguisticsSocial psychologyDevelopmental psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Stuttering is a disorder of verbal fluency that is often associated with such negative stereotypes as shyness and anxiety. This study investigates typically fluent speakers’ advice to both people who stutter (PWS) and other fluent speakers as they interact with each other. A written, open-ended, qualitative survey was administered to 135 members of the general public and analyzed thematically. Results indicate that stuttering is a disorder which engenders cognitive and emotional reactions in fluent speakers as well as proscribed communication strategies designed to prevent and manage communicative breakdowns. Fluent speakers appear to engage in high-level metalinguistic and metacognitive strategies as they interact with someone who stutters and believe that PWS should do the same. Research implications for those who work with people who have communication disorders in educational and healthcare settings are discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,675
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
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)0,0000,000

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 Opus0,089
Tête enseignante GPT0,443
Écart entre enseignants0,354 · 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 tête enseignante, 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Linguistics ResearchMême sujetStuttering Research and TreatmentTravaux en français237 207