Pretreatment Acoustic Predictors of Gender, Femininity, and Naturalness Ratings in Individuals With Male-to-Female Gender Identity
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.
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to describe the pretreatment acoustic characteristics of individuals with male-to-female gender identity (IMtFGI) and investigate the ability of the acoustic measures to predict ratings of gender, femininity, and vocal naturalness. METHOD: This retrospective descriptive study included 2 groups of participants. Speakers were IMtFGI who had not previously received communication feminization treatment (N = 25). Listeners were members of the lay community (N = 30). Acoustic data were retrospectively obtained from pretreatment recordings, and pretreatment recordings also served as stimuli for 3 perceptual rating tasks (completed by listeners). RESULTS: Acoustic data generally were within normal limits for male speakers. All but 2 speakers were perceived to be male, limiting information about the relationship between acoustic measures and gender perception. Fundamental frequency (reading) significantly predicted femininity ratings (p = .000). A total of 3 stepwise regression models indicated that minimum frequency (range task), second vowel formant (sustained vowel), and shimmer percentage (sustained vowel) together significantly predicted naturalness ratings (p = .005, p = .003, and p = .002, respectively). CONCLUSIONS: Study aims were achieved with the exception of acoustic predictors of gender perception, which could be described for only 2 speakers. Future research should investigate measures of prosody, voice quality, and other aspects of communication as predictors of gender, femininity, and naturalness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 0,000 |
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.
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 découle