MétaCan
Menu
Retour à la cohorte
Enregistrement W2900724141 · doi:10.1017/s0272263118000244

SOCIAL ATTITUDES AND SPEECH RATINGS

2018· article· en· W2900724141 sur OpenAlexaffabout
Kym Taylor Reid, Pavel Trofimovich, Mary Grantham O’Brien

Notice bibliographique

RevueStudies in Second Language Acquisition · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensUniversity of CalgaryConcordia University
Organismes subventionnairesnon disponible
Mots-clésPsychologyIntonation (linguistics)Context (archaeology)AudiologyBaseline (sea)Point (geometry)LinguisticsMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract This study examined whether social bias manipulation can influence how naïve multiage listeners evaluate second language (L2) speech. Sixty native English-speaking listeners (Montreal residents) rated audio recordings of 40 Quebec French speakers of L2 English for five dimensions of oral performance (accentedness, comprehensibility, segmental accuracy, intonation, flow) using 1,000-point continuous scales. Immediately before rating, 20 listeners heard critical comments about Quebec French speakers’ English language skills, while 20 heard positive comments. Twenty listeners (baseline group) received no manipulation. Compared to baseline listeners, positively oriented listeners (younger and older) rated four of five dimensions more favorably. However, listeners’ behavior diverged under negative bias. Compared to age-matched baseline listeners, younger listeners upgraded speakers while older listeners downgraded speakers for all targeted measures. Findings cast doubt on the relative stability of L2 speech ratings and point to the importance of social context and generational differences in untrained rater assessments of L2 speaking performance.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,036
Tête enseignante GPT0,403
Écart entre enseignants0,366 · 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

Citations45
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in Second Language AcquisitionMême sujetLinguistic Variation and MorphologyTravaux en français237 207