MétaCan
Menu
Retour à la cohorte
Enregistrement W2110826171 · doi:10.1017/s1360674313000051

New contrast acquisition: methodological issues and theoretical implications

2013· article· en· W2110826171 sur OpenAlexaboutno aff
Jennifer Nycz

Notice bibliographique

RevueEnglish Language and Linguistics · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVowelLinguisticsContrast (vision)Realization (probability)Mid vowelVowel lengthPsychologyDivergence (linguistics)Word (group theory)Computer scienceMathematicsFormantArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This article presents data on the acquisition of the low back vowel contrast by native speakers of Canadian English who have moved as adults to the New York City region, examining how these speakers who natively possess a single low back vowel category have acquired the low back vowel distinction of the new ambient dialect. The speakers show remarkable first dialect stability with respect to their low back vowel system, even after many years of new dialect exposure: in minimal pair contexts, nearly all of the speakers continue to produce and perceive a single vowel category. However, in word list and conversational contexts, the majority of speakers exhibit a small but significant phonetic difference between words like cot and caught , reflecting the separation of these word classes in the new dialect to which they are exposed; moreover, the realization of these words shows frequency effects consistent with a lexically gradual divergence of the two vowels. These findings are discussed in terms of their implications for theories of phonological representation and change, as well as their methodological implications for the study of mergers- and splits-in-progress.

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)0,142
score de la tête « metaresearch » (Gemma)0,249
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,752

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1420,249
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0060,021
Communication savante0,0060,013
Science ouverte0,0100,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,030
Tête enseignante GPT0,356
Écart entre enseignants0,326 · 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'étudeThéorique ou conceptuel
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

Citations51
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and LinguisticsMême sujetLinguistic Variation and MorphologyTravaux en français237 207