The Impact of Social–Cognitive Stress on Speech Variability, Determinism, and Stability in Adults Who Do and Do Not Stutter
Notice bibliographique
Résumé
Purpose: This study examined the impact of social-cognitive stress on sentence-level speech variability, determinism, and stability in adults who stutter (AWS) and adults who do not stutter (AWNS). We demonstrated that complementing the spatiotemporal index (STI) with recurrence quantification analysis (RQA) provides a novel approach to both assessing and interpreting speech variability in stuttering. Method: Twenty AWS and 21 AWNS repeated sentences in audience and nonaudience conditions while their lip movements were tracked. Across-sentence variability was assessed via the STI; within-sentence determinism and stability were assessed via RQA. Results: Compared with the AWNS, the AWS produced speech that was more variable across sentences and more deterministic and stable within sentences. Audience presence contributed to greater within-sentence determinism and stability in the AWS. A subset of AWS who were more susceptible to experiencing anxiety exhibited reduced across-sentence variability in the audience condition compared with the nonaudience condition. Conclusions: This study extends the assessment of speech variability in AWS and AWNS into the social-cognitive domain and demonstrates that the characterization of speech within sentences using RQA is complementary to the across-sentence STI measure. AWS seem to adopt a more restrictive, less flexible speaking approach in response to social-cognitive stress, which is presumably a strategy for maintaining observably fluent speech.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».