MétaCan
Menu
Retour à la cohorte
Enregistrement W2770699629 · doi:10.1121/1.5014453

Dialect contact and word-specific phonetics: North Koreans in Seoul

2017· article· en· W2770699629 sur OpenAlexaff
Yoonjnung Kang, Suyeon Yun

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech Recognition and Synthesis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVoice-onset timeVowelWord (group theory)PhoneticsLinguisticsHistoryAudiologyGeographyPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

This study examines the speech of North Korean refugees who currently reside in Seoul. We investigate (a) how the North Korean speakers’ stops are affected by contact with Seoul Korean and (b) whether words only commonly used in the North and words newly acquired in the South are realized differently. The data were collected from 35 Hamkyeoung speakers, balanced for age (born before vs. after 1975) and time since arrival in Seoul (0–3 vs. 3–15 years). Twenty Seoul speakers also participated as a comparison group. Participants produced 78 stop-initial words with two repetitions, evenly divided into North vs. South lists, balanced for laryngeal feature, place of articulation, and the following vowel height across the lists. The results show that in line with previous literature, Hamkyeoung aspirated stops are longer in VOT than Seoul stops and Hamkyeoung lenis stops are shorter in VOT than Seoul stops. We found evidence for contact-induced phonetic drift for aspirated stops, but not for lenis stops—earlier arrivals produce aspirated stops with a shorter VOT than recent arrivals. We found no evidence of word-specific phonetic representation and stops were produced with a comparable VOT value regardless of their Northern vs. Southern origin.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,245
Écart entre enseignants0,224 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSpeech Recognition and SynthesisTravaux en français237 207