Acoustic correlates to word order in Infant- and adult directed speech: A cross-linguistic study
Notice bibliographique
Résumé
The acoustic realization of phrasal prominence correlates systematically with the order of Verbs and Objects in natural languages. Prominence is realized as a durational contrast in V(erb)-O(bject) languages (English: short-long, to [Ro]me), and as a pitch/intensity contrast in O(bject)-V(erb) languages (Japanese: high-low, [‘To]kyo ni). Seven-month-old infants can use phrasal prominence to segment unknown artificial languages. This information might thus allow prelexical infants to learn the basic word order of their native language(s). The present study investigates whether this differing realization of phrasal prominence is also found in I(nfant) D(irected) S(peech), previously unexamined speech style. We recorded 15 adult native talkers of languages with opposite word orders producing target phrases (English: VO, e.g., behind furniture, Japanese: OV, e.g., jisho niwa) embedded in carrier sentences, both in A(dult) D(irected) S(peech) and IDS, and conducted acoustic analysis of the phrases (i.e., pitch maximum, mean pitch and intensity, duration). The results revealed the expected contrast in pitch in Japanese IDS and a similar trend in ADS. In English, the predicted durational contrast was found in ADS, additionally accompanied by a pitch contrast. Interestingly, a pitch contrast but no durational contrast was found in IDS.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».