MétaCan
Menu
Retour à la cohorte
Enregistrement W2607262194 · doi:10.5539/ass.v13n5p107

Mandarin Chinese Tonal Acquisition by Thai Speakers

2017· article· en· W2607262194 sur OpenAlexvenueno aff
Apichai Rungruang, Yanhong Mu

Notice bibliographique

RevueAsian Social Science · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensnon disponible
Organismes subventionnairesNaresuan University
Mots-clésTone (literature)Mandarin ChinesePsychologyPerceptionTest (biology)Contrast (vision)LinguisticsAudiologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

The aim of the present empirical study is two-fold. The first aim is to investigate why Thai university students perceive a certain tone better than others or why a certain tone is more difficult to perceive than others. The second aim is to examine to what extent Thai university students can perceive four Chinese Mandarin tones. 14 volunteer university students (2 males; 12 females) participated in the study. Research tools were structured interview and the perception test. The findings from the interview reveal that 9 out of 14 (64%) students claimed that tone 4 was the easiest tone either to perceive or produce. In contrast, 10 out of 14 (71%) stated that tone 3 was the most difficult one to perceive. The qualitative data findings from the interview were greatly consistent with the quantitative data ones from the perception test. That is, Thai speakers performed well in tone 4 (mean scores 24.92 or 99.68%) and tone 1 (24.35 or 97.40%). On the other end of the scale, they had some difficulty identifying tone 2 (21.42 or 85.68%) and tone 3 (19.50 or 78%). It can be concluded that firstly, the hierarchy of tone accessibility from the least difficult to the most difficult one was tone 4 > tone 1 > tone 2 > tone 3. Secondly, students’ native language (Thai) or L1 plays a crucial role to their tonal acquisition when Thai speakers deal with foreign lexical tones. For one important reason, tones 1 and 4 in Chinese are very similar to the mid tone and the falling tone in Thai, respectively.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,395
Écart entre enseignants0,374 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetPhonetics and Phonology ResearchTravaux en français237 207