Reduced coarticulation and aging
Notice bibliographique
Résumé
Lifespan changes in speech have mostly been documented with respects to children’s development, while little is known about its evolution throughout adulthood. More particularly our knowledge on the effect of aging on speech and voice is sparse. Changes have been found in voice quality [e.g., Xue & Hao, 2003], the speech rate has been described to slow down [e.g., Staiger et al. 2017), and pitch is said to raise for older males and to lower for older females [e.g., Harnsberger et al., 2008]. The present study aims to investigate the effect of aging on Vowelto_Vowel anticipatory coarticulation in French. This effect is tested according to vowel duration and to differences in regional varieties. Data from 240 speakers (half female) distributed across three age groups (20–45), (50–69), and (70–80) have been extracted from the MonPaGeHA database [Fougeron et al. 2018] which includes speakers from four regional varieties: France, Belgium, Switzerland, and Quebec. The influence of V2 (/a/ or /i/) on V1 (/a/) is measured as a lowering of F1 and a rise of F2. Results show that coarticulation and vowel duration varies with regional variety and that vowels of older speakers are lengthened. More interestingly, results show a reduction of coarticulation with age.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».