Perceptual categorization of English vowels by native European Portuguese speakers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study reports the results of a perceptual assimilation task (PAT) used to assess the degree of perceived cross-language (dis)similarity between the vowel inventories of European Portuguese (L1) and American English (L2) and, thus, predict difficulty in the perception and production of non-native vowels. Thirty-four native European Portuguese speakers completed a PAT, in which they mapped both L2 English and L1 Portuguese vowels to native vowel categories and rated them for goodness-of-fit to L1 vowels. The results are discussed in terms of theoretical models of cross-language perception and L2 speech learning (SLM, Flege, 1995, & PAM-L2, Best & Tyler, 2007).-----------------------------------------------------------------------------CATEGORIZAÇÃO PERCEPTIVA DE VOGAIS INGLESAS POR FALANTES NATIVOS DE PORTUGUÊS EUROPEUEste estudo reporta os resultados de uma tarefa de assimilação percetiva, usada para avaliar o grau de semelhança inter-linguística entre os inventários vocálicos de português europeu (L1) e de inglês americano (L2), e, assim, prever dificuldades na perceção e produção de sons não nativos. Trinta e quatro falantes nativos de português europeu completaram uma tarefa de assimilação perceptiva, na qual identificaram vogais do inglês (L2) e do português (L1) de acordo com as categorias fonológicas da sua língua nativa, avaliando também a qualidade de representatividade categorial. Os resultados são discutidos partindo de dois modelos de perceção inter-linguística e aprendizagem de fala L2 (SLM, Flege, 1995, & PAM-L2, Best & Tyler, 2007).---Original em inglês.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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 | 0,001 |
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.
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 découle