Categorization of a <i>s</i> <i>i</i> <i>b</i> <i>i</i> <i>l</i> <i>a</i> <i>n</i> <i>t</i>+<i>v</i> <i>o</i> <i>w</i> <i>e</i> <i>l</i> continuum in Japanese, Mandarin, and English
Notice bibliographique
Résumé
A continuum of 168 synthetic sibilant+vowel stimuli was categorized by listeners of three languages (Japanese, Mandarin, and English). The contoid portion of each stimulus consisted of a 190-ms high-pass filtered white noise whose cutoff frequency varied from 1800 to 3800 Hz in 7 steps. (Signals were low-pass filtered at 8500 Hz before resampling to 22.05 kHz for playback.) Each (cascade formant) vocoid portion was 210 ms in duration varying in three F1 levels (from 300 to 430 Hz) crossed with four F2 levels (from 850 to 2100 Hz, with fixed F3 through F5). Each of the 84 noise+vocoid patterns was combined with two different F2 transition patterns, designed to slightly favor more alveolar or more palatal fricative responses. Appropriate response sets were determined in pilot studies for each language by native speakers on the research team. Corresponding software was designed to allow computer-controlled categorization. Data collection for 9 Japanese, 20 Mandarin, and 4 English listeners is complete (more is planned). Responses to the stimuli spanned at two or three sibilant and several (high-to-mid) vowel categories in each language. Possible effects of language-specific phonotactics on the response patterns will be 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 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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».