MétaCan
Menu
← Retour à la cohorte
Enregistrement W2895925363 · doi:10.1121/1.5067929

The role of F2 and F3 in the perception of liquids for Hindi and Mandarin listeners

2018· article· en· W2895925363 sur OpenAlexaff
Phil Howson, Jessamyn Schertz, M Irfana

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMandarin ChineseHindiPerceptionMalayalamIdentification (biology)Set (abstract data type)ConsonantRange (aeronautics)Two-alternative forced choiceAcousticsQuality (philosophy)Computer sciencePsychologyMathematicsLinguisticsSpeech recognitionNatural language processingCognitive psychologyPhysicsEngineeringPhilosophyVowelBiology

Résumé

récupéré en direct d'OpenAlex

Rhotics and laterals are often described as being separated by F3; however, recent work has described lower F2 as a distinguishing quality of rhotics. The current work examines the perception of liquids (rhotics and laterals) by Mandarin and Hindi listeners. Participants completed a forced-choice identification task on a set of 30 stimuli, manipulated from a natural Malayalam production /aɻa/ to vary systematically in F2 and F3. Listeners chose the consonant they heard from a set of approximants (/r/, /l/, /j/, and /w/ or /ʋ/). The results revealed that liquid identification was mostly confined to the mid F2 range, from 1228 Hz to 1728 Hz. Within that range, stimuli with the lowest F2 and F3 values were predominantly identified as rhotics, while those with the highest F2 and F3 values were identified as laterals. The F3 range of 1885 Hz–2135 Hz was ambiguous between rhotics and laterals. The data suggest that F2, as well as F3, plays a key role in rhotic identification, and suggest overlap in the F3 perceptual space for rhotics and laterals for Mandarin and Hindi listeners. The data suggest a complex relationship between F2 and F3 and liquid perception.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,331
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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