MétaCan
Menu
Retour à la cohorte
Enregistrement W2346636209 · doi:10.5539/elt.v9n6p19

The Effects of Musical Aptitude and Musical Training on Phonological Production in Foreign Languages

2016· article· en· W2346636209 sur OpenAlexvenueno aff
Zhengwei Pei, Yidi Wu, Xiaocui Xiang, Huimin Qian

Notice bibliographique

RevueEnglish Language Teaching · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Jiangsu ProvinceMinistry of Education of the People's Republic of China
Mots-clésAptitudePhonologyMusicalPsychologyForeign languageLinguisticsProduction (economics)Cognitive psychologyMathematics educationDevelopmental psychologyLiteratureArt

Résumé

récupéré en direct d'OpenAlex

<p>This study investigates 128 Chinese college students to examine the effects of their musical aptitude and musical training on phonological production in four foreign languages. Results show that musically-trained students remarkably possessed stronger musical aptitude than those without musical training and performed better than their counterpart in foreign language suprasegmental production. Students of high musical aptitude performed significantly better in suprasegmental production and Russian production as compared with those of low musical aptitude. Musical aptitude could exert some effects on foreign language phonological production. With the music-phonology link confirmed in this study, pedagogical implications for teaching and learning of foreign language phonology are discussed.</p>

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,015
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,278
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations14
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetNeuroscience and Music PerceptionTravaux en français237 207