MétaCan
Menu
← Retour à la cohorte
Enregistrement W2622752025 · doi:10.1121/1.4988264

A bear called Baddington? Variability and contrast enhancement in accented infant-directed speech

2017· article· en· W2622752025 sur OpenAlexaffabout
Jessamyn Schertz, Helen Buckler, Chris Klammer, Elizabeth K. Johnson

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVoiceContrast (vision)Stress (linguistics)Realization (probability)LinguisticsPsychologySpeech recognitionComputer scienceMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This work examines the realization of the English stop voicing contrast in read speech directed to infants (IDS) and adults (ADS), as well as in words in isolation, as produced by three groups of speakers: native speakers of Canadian English (where /b/ and /p/ differ in aspiration), native speakers of languages in which /b/ and /p/ differ in phonetic voicing (e.g., Spanish), and native speakers of languages which have a 4-way stop contrast /b, p, bʰ, pʰ/, where both aspiration and voicing are contrastive (e.g., Hindi). In words in isolation, speakers from both “accented” groups tended to produce English voiceless stops as unaspirated, and voiced stops as phonetically voiced. However, there was variability in accented speakers’ voiceless stops, as well as in native speakers’ use of phonetic voicing in voiced stops, and this variability appeared to be augmented in the read speech conditions (ADS and IDS). We test the hypotheses (1) that IDS results in phonologically-informed contrast enhancement, with accent-specific modifications expected for the three groups of speakers, and (2) that speakers aim for more precision in phonetic targets when talking to infants, resulting in less within-speaker variability in realization of the contrast in IDS as compared to ADS.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,021
Tête enseignante GPT0,337
Écart entre enseignants0,315 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetPhonetics and Phonology Research→Travaux en français237 207→