Lexical tone processing by monolingual and bilingual speakers of tone and non tone languages
Notice bibliographique
Résumé
This experiment tested early Chinese–English bilinguals (age of arrival in Canada < 2 years) for lexical encoding processes of F0 contour (tone). Earlier experimentation (e.g., Mattock and Burnham, 2006) has indicated that processing of lexical tone differs between the two corresponding monolingual groups, demonstrating that English monolingual infants begin to disregard F0 contour differences in non word minimal pairs by the age of nine months, while Chinese monolingual infants do not exhibit this behavior. In the present study, three groups of participants were tested using a short-term memory encoding task (Dupoux et al., 2010) with non word minimal pairs differentiated only by F0 contour. Although the tone contours utilized in the experiment were non-native to all speakers, Chinese-dominant bilinguals (adult arrival in Canada) performed significantly better than English monolinguals in recalling long non word sequences differentiated only by these contours, while their performance in simple phoneme-differentiated sequences (e.g., [mu, fu]) was equal to that of the English speakers. However, the target group of early Chinese–English bilinguals produced scores corresponding to a bimodal distribution, with some speakers correlating to English monolinguals' performance and others corresponding to Chinese-dominant speakers' scores. Correspondence to one mode or another was analyzed using a series of sociolinguistic factors.
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 | 0,001 | 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 | 0,001 | 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) | 0,004 | 0,001 |
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.
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 ».