MétaCan
Menu
Retour à la cohorte
Enregistrement W2156959968 · doi:10.1017/s0142716406060231

Evaluating the effects of chronological age and sentence duration on degree of perceived foreign accent

2006· article· en· W2156959968 sur OpenAlexaffabout
I. Mackay, James Emil Flege, Satomi Imai

Notice bibliographique

RevueApplied Psycholinguistics · 2006
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésStress (linguistics)PsychologyPronunciationSentenceVariation (astronomy)Duration (music)LinguisticsImmigrationForeign languageDegree (music)HistoryMathematics education

Résumé

récupéré en direct d'OpenAlex

Immigrants' age of arrival (AOA) in a country where a second language (L2) must be learned has consistently been shown to affect the degree of perceived L2 foreign accent. Although the effect of AOA appears strong, AOA is typically correlated with other variables that might influence degree of foreign accent. This study examined the pronunciation of English by native Italian immigrants to Canada who differed in AOA. As in previous research, those who arrived as young adults (late learners) were somewhat older at the time of testing, and produced somewhat longer English sentences, than those who arrived in Canada when they were children (early learners). The results of Experiment 1 showed that the greater chronological age of early than late learners was not responsible for the late learners' stronger foreign accents. Experiment 2 suggested that the late learners' longer L2 sentences were not responsible for observed early–late foreign accent differences. A principle components analysis revealed that variation in AOA and language use, but not chronological age or sentence duration, accounted for a significant amount of variance in the foreign accent ratings. The findings of the study were interpreted to mean that AOA effects on foreign accent are due to the development of the native language phonetic system rather than to maturational constraints on L2 speech learning.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,096
Tête enseignante GPT0,405
Écart entre enseignants0,309 · 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'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

Citations84
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied PsycholinguisticsMême sujetPhonetics and Phonology ResearchTravaux en français237 207