MétaCan
Menu
Retour à la cohorte
Enregistrement W2090919538 · doi:10.1525/mp.2009.26.3.235

Music Training Facilitates Lexical Stress Processing

2009· article· en· W2090919538 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMusic Perception An Interdisciplinary Journal · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésModularity (biology)Stress (linguistics)PsychologyContrast (vision)Repetition (rhetorical device)Cognitive psychologyFocus (optics)LinguisticsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

WE INVESTIGATED WHETHER MUSIC TRAINING facilitates the processing of lexical stress in natives of a language that does not use lexical stress contrasts. Musically trained (musicians) or untrained (nonmusicians) French natives were presented with two tasks: speeded classification that required them to focus on a segmental contrast and ignore irrelevant stress variations, and sequence repetition involving either segmental or stress contrasts. In the latter situation, French natives are usually "deaf" to lexical stress, but this was less the case for musicians, demonstrating that music expertise enhances sensitivity to stress contrasts. This increased sensitivity does not seem, however, to unavoidably bias musicians' attention to stress contrasts: in segmental-based speeded classification, musicians were not more affected than nonmusicians by irrelevant stress variations when overall performance was controlled for. Implications regarding both the notion of modularity of processing and the advantage that musicianship may afford for second language learning 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,114
Tête enseignante GPT0,365
Écart entre enseignants0,250 · 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