Does lexical stress influence 17-month-olds’ mapping of verbs and nouns?
Notice bibliographique
Résumé
English-learning infants attend to lexical stress when learning new words. Attention to lexical stress might be beneficial for word learning by providing an indication of the grammatical class of that word. English disyllabic nouns commonly have trochaic (strong-weak) stress, whereas English disyllabic verbs commonly have iambic (weak-strong) stress. We explored whether 17-month-old infants use word stress to resolve an ambiguous labeling event where objects and actions are equally plausible referents. Infants were habituated to 2 words paired with 2 objects, with each object performing a distinct path action. They were subsequently tested on (a) a change in object but not path action or (b) a change in path action but not the object. When infants were taught verb-friendly iambic labels, their looking times increased both when the action switched and when the object switched. Infants who were taught noun-friendly trochaic labels demonstrated an increase in looking time only when the object switched. These results demonstrate that in ambiguous labeling events infants map iambic labels to both actions and objects, and trochaic labels to the objects but not to the actions, suggesting a bias for words with trochaic stress to refer to objects. Seventeen-month-old infants can use trochaic lexical stress to guide their word learning in ambiguous situations, but iambic stress cues may not preferentially guide infants' mappings of actions or objects. (PsycINFO Database Record
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».