MétaCan
Menu
Retour à la cohorte
Enregistrement W2582408134 · doi:10.1075/csl.51.3.02he

Effects of different teaching methods on the production of Mandarin tone 3 by English speaking learners

2016· article· en· W2582408134 sur OpenAlexaff
Yunjuan He, Qian Janice Wang, Ratree Wayland

Notice bibliographique

RevueChinese as a Second Language (漢語教學研究—美國中文教師學會學報) The journal of the Chinese Language Teachers Association USA · 2016
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMandarin ChineseTone (literature)SentenceSpeech recognitionPitch contourPsychologyComputer scienceAudiologyLinguisticsArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

This study compared the effectiveness of two teaching methods on the production of Mandarin Tone 3 by English-speaking students. The control group (n=12) received pitch direction-focused instruction in which Tone 3 was introduced as a falling-rising contour tone while the experimental group (n=12) received pitch height-focused instruction in which Tone 3 was introduced as a low level tone. The ability to produce this tone in monosyllabic words, disyllabic words and sentences was assessed after 1 month, 2 months, and 3 months of instruction. The results showed that the pitch height-focused teaching method improved Tone 3 production in connected tonal environments at the sentence level, whereas the pitch direction-focused teaching method was more effective in training students to produce this tone in isolation. More importantly, unlike the pitch direction-focused method, the effectiveness of the pitch height-focused teaching method generalized to new words. It helped L2 learners to develop a self-learning skill for pronouncing unfamiliar words.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,346
Écart entre enseignants0,338 · 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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese as a Second Language (漢語教學研究—美國中文教師學會學報) The journal of the Chinese Language Teachers Association USAMême sujetPhonetics and Phonology ResearchTravaux en français237 207