MétaCan
Menu
Retour à la cohorte
Enregistrement W2504808664 · doi:10.1075/tilar.7.06kid

Learning the meaning of “um”

2011· book-chapter· en· W2504808664 sur OpenAlexaff
Celeste Kidd, Katherine S. White, Richard Ν. Aslin

Notice bibliographique

RevueTrends in language acquisition research · 2011
Typebook-chapter
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMeaning (existential)PsychologyLinguisticsSociologyPhilosophyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Previous research has uncovered various contextual and social cues that children may use to infer speakers' communicative intentions (e.g. joint visual attention, pointing). We review evidence from eye-tracking studies that suggests that by 2;6 years of age, children use another previously unexplored cue to infer speakers' communicative intentions: speech disfluencies. Disfluencies (e.g. “uh” and “um”) often occur before unfamiliar, infrequent, and discourse-new words. Thus, disfluencies provide information about a speaker's intended referent. Further children use the presence of a disfluency before an object label to anticipate a novel, discourse-new referent. These results demonstrate that children go beyond their input, acquiring the generalization that disfluencies precede not just specific words, but rather categories of words that are difficult to produce. Keywords: Language acquisition; speech disfluencies; lexical development; eye-tracking; attention

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,079
Tête enseignante GPT0,394
Écart entre enseignants0,315 · 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

Citations20
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in language acquisition researchMême sujetLanguage Development and DisordersTravaux en français237 207