MétaCan
Menu
Retour à la cohorte
Enregistrement W2885632887

Cross-Linguistic Bracing: A Lingual Ultrasound Study of Six Languages

2017· article· en· W2885632887 sur OpenAlexaffvenue
Lauretta Cheng, Murray Schellenberg, Bryan Gick

Notice bibliographique

RevueCanadian acoustics · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBracingTongueMandarin ChineseCoronal planeLinguisticsMedicineAnatomyEngineeringBraceStructural engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Lateral bracing refers to contact of the sides of the tongue along the upper molars or palate; evidence from articulatory analysis of native English speakers as well as 3D biomechanical simulations suggests that bracing involves mechanical support which occurs consistently throughout speech [Gick et al. 2017. J Speech Lang Hear Res. 60(3):494-506]. Release of lateral bracing occurs only during some lateral consonants and low vowels. The current study tests for the presence of active lateral bracing in seven languages: Cantonese, English, Korean, Mandarin, Portuguese, Spanish, and Turkish. Ten native speakers of these languages (2 each for English, Mandarin and Korean and one each for the other languages) read aloud passages of the North Wind and the Sun [Handbook of the IPA, 1999] while a coronal ultrasound video of their tongue was recorded. Tracings were made from still images of the M-mode ultrasound videos, and measurements of the vertical motion of the tongue midline and both edges were taken. The percentage of time the tongue is not laterally braced was calculated. Active lateral bracing is implicated if the left and right edges of the tongue are less variable in vertical motion than midline and/or positioned at a stable baseline height for a larger percentage of time than they are lowered. Preliminary analysis supports the hypothesis that tongue bracing in speech exists regardless of language.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,045
Tête enseignante GPT0,415
Écart entre enseignants0,370 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian acousticsMême sujetPhonetics and Phonology ResearchTravaux en français237 207