MétaCan
Menu
Retour à la cohorte
Enregistrement W2599386179 · doi:10.1075/aplv.2.2.02tse

Variation and change in Toronto heritage Cantonese

2016· article· en· W2599386179 sur OpenAlexaboutno aff
Holman Tse

Notice bibliographique

RevueAsia-Pacific Language Variation · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)LinguisticsPhonologyVowelAssimilation (phonology)Sound changePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents the first sociophonetic study of Cantonese vowels using sociolinguistic interview data from the Heritage Language Variation and Change in Toronto Corpus. It focuses on four allophones [iː], [ɪk/ɪŋ], [uː], and [ʊk/ʊŋ] of two contrastive vowels /iː/ and /uː/ across two generations of speakers. The F1 and F2 of 30 vowel tokens were analyzed for these four allophones from each of 20 speakers ( N = 600 vowel tokens). Results show inter-generational maintenance of allophonic conditioning for /iː/ and /uː/ as well as an interaction between generation and sex such that second-generation female speakers have the most retracted variants of [ɪk/ɪŋ] and the most fronted variants of [iː]. This paper will discuss three possible explanations based on internal motivation, phonetic assimilation, and phonological influence. This will illustrate the importance of multiple comparisons (including inter-generational, cross-linguistic, and cross-community) in the relatively new field of heritage language phonology research.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,947
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,017
Tête enseignante GPT0,305
Écart entre enseignants0,288 · 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'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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia-Pacific Language VariationMême sujetLinguistic Variation and MorphologyTravaux en français237 207