MétaCan
Menu
Retour à la cohorte
Enregistrement W3033542960 · doi:10.1177/0023830920914315

Aren’t Prosody and Syntax Marking Bias in Questions?

2020· article· en· W3033542960 sur OpenAlexafffundabout
Anja Arnhold, Bettina Braun, Maribel Romero

Notice bibliographique

RevueLanguage and Speech · 2020
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDeutsche ForschungsgemeinschaftUniversity of Alberta
Mots-clésNegationPropositionLinguisticsGermanProsodyCertaintySyntaxPsychologyAmbiguityContrast (vision)Computer scienceMathematicsArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

As first observed by Ladd in 1981, English polar questions with high negation (e.g., Aren’t they adding a menu item?) can be used both to check the speaker’s belief that the proposition p is true (e.g., p = they are adding a menu item) and to check the addressee’s belief that p is not true (¬ p). We hypothesized that this ambiguity can be disambiguated prosodically. We further hypothesized that the prosodic disambiguation is absent in German, because the checked proposition can be marked morpho-syntactically, with questions with high negation checking p and low negation questions (e.g., Are they not adding a menu item?) checking ¬ p. A production study tested these hypotheses with 24 speakers of Western Canadian English and German each (764 and 767 total utterances, respectively). The results showed that, when the speaker originally believed p and the addressee implied ¬ p, English speakers preferred questions with high negation over low negation questions, confirming Ladd’s observation, and used intonation to mark whose proposition they were checking, as hypothesized. By contrast, German speakers marked this distinction morpho-syntactically, realizing mostly questions with high negation to check their own proposition and low negation questions to check the addressee’s proposition. Their prosody, in turn, was largely determined by the morpho-syntactic question form. The study further manipulated the speaker’s certainty of the checked proposition, but, in contrast to studies on Romance languages, found that certainty itself was not marked.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,060
Tête enseignante GPT0,352
Écart entre enseignants0,293 · 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

Citations7
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLanguage and SpeechMême sujetPhonetics and Phonology ResearchTravaux en français237 207