MétaCan
Menu
Retour à la cohorte
Enregistrement W2169702983 · doi:10.3109/17549507.2011.487543

The acquisition of consonants in Québécois French: A cross-sectional study of pre-school aged children

2010· article· en· W2169702983 sur OpenAlexaffabout
Andrea A. N. MacLeod, Ann Sutton, Natacha Trudeau, Elin Thordardottir

Notice bibliographique

RevueInternational Journal of Speech-Language Pathology · 2010
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensMcGill UniversityUniversité de MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésConsonantPsychologyAudiologyConsonant clusterLanguage acquisitionLinguisticsSpeech recognitionMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

This study provides a systematic description of French consonant acquisition in a large cohort of pre-school aged children: 156 children aged 20-53 months participated in a picture-naming task. Five analyses were conducted to study consonant acquisition: (1) consonant inventory, (2) consonant accuracy, (3) consonant acquisition, (4) a comparison of consonant inventory to consonant acquisition, and (5) a comparison to English cross-sectional data. Results revealed that more consonants emerge at an earlier age in word initial position, followed by medial position, and then word final position. Consonant accuracy underwent the greatest changes before the age of 36 months, and achieved a relative plateau towards 42 months. The acquisition of consonants revealed that four early consonants were acquired before the age of 36 months (i.e., /t, m, n, z/); 12 intermediate consonants were acquired between 36 and 53 months (i.e., /p, b, d, k, g, ν, f, v, [symbol in text], l, w, ч/); and four consonants were acquired after 53 months (/s, з, ∫, j/). In comparison to English data, language specific patterns emerged that influence the order and pace of phonological acquisition. These findings highlight the important role of language specific developmental data in understanding the course of consonant acquisition.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,443
Score d'incertitude au seuil0,891

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,372
Écart entre enseignants0,356 · 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

Citations83
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Speech-Language PathologyMême sujetPhonetics and Phonology ResearchTravaux en français237 207