Toddlers Process Common and Infrequent Childhood Mispronunciations Differently for Child and Adult Speakers
Notice bibliographique
Résumé
Purpose This study examined toddlers' processing of mispronunciations based on their frequency of occurrence in child speech and the speaker who produced them. Method One hundred twenty 22-month-olds were assigned to 1 of 4 conditions. Using the intermodal preferential looking paradigm, toddlers were shown visual displays containing 1 familiar object and 1 novel object, labeled by either a child or an adult. Familiar objects were labeled correctly or with a small mispronunciation that is either common in child speech (e.g., waisin for raisin) or infrequent (e.g., rauter for water). Results A significant interaction of speaker and type of mispronunciation showed that, for the child speaker, toddlers treated common and infrequent mispronunciations similarly, with equivalently sized mispronunciation penalties relative to correctly pronounced labels. In contrast, for the adult speaker, toddlers showed a large penalty for common mispronunciations, but infrequent mispronunciations were treated equivalently to correct pronunciations. Conclusion These results both reinforce and extend previous work on toddlers' processing of mispronunciations by revealing a complex interplay of speaker, type of mispronunciation, and specific contrast in toddlers' perceptions of mispronunciations.
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 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 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».