MétaCan
Menu
Retour à la cohorte
Enregistrement W3131926034 · doi:10.3765/ptu.v5i1.4796

Acoustic properties of word and phrasal prominence in Uzbek

2020· article· en· W3131926034 sur OpenAlexaff
Angeliki Athanasopoulou, Irene Vogel, Hossep Dolatian

Notice bibliographique

RevueProceedings of the Workshop on Turkic and Languages in Contact with Turkic · 2020
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFocus (optics)UzbekProsodyStress (linguistics)Context (archaeology)TurkishLinguisticsSyllableWord (group theory)Variation (astronomy)Computer sciencePsychologySpeech recognitionHistoryPhysics

Résumé

récupéré en direct d'OpenAlex

Based on a large-scale corpus of experimental data produced by 8 native speakers of Tashkent Uzbek, we assess the presence of canonical word-final stress in real words spoken in three dialogue types: without focus, with contrastive focus, and with new information focus on the target. The first context provides baseline information regarding the manifestation of stress, in the absence of additional focus properties. By comparing the latter two contexts with the former, we are also able to assess the acoustic manifestation of the two types of focus. The most noteworthy properties of the final syllable are its relatively long duration and sharp falling contour, potentially serving as the cues to lexical stress, and enhanced by both types of focus. Due to the word-final position of stress, however, the patterns we observe could also be consistent with boundary properties, a possibility we consider as well. In addition, we briefly compare the prosodic patterns we observe in Uzbek with similarly collected data in Turkish. We find that the prominence patterns in Uzbek, while not particularly strong, are nevertheless stronger than those in Turkish, and also exhibit crucial differences. Implications for Turkic prosody more generally are also suggested.

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 enseignants0,010
Score d'incertitude au seuil0,019

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,285
Écart entre enseignants0,258 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Workshop on Turkic and Languages in Contact with TurkicMême sujetPhonetics and Phonology ResearchTravaux en français237 207