Comparing Phonetic Convergence in Children and Adults
Notice bibliographique
Résumé
Observations by sociolinguists suggest that when children relocate to a new community, they rapidly learn to imitate their peers, adopting the new local accent faster and more effectively than adults. However, few well-controlled laboratory experiments have been conducted comparing speech or accent imitation across ages. Here, we investigated Canadian English-speaking children's and adults' imitation of three model speakers: a Canadian English talker, an Australian English talker, and a non-native Mandarin English talker who learned English later in life. The speech of all three talkers was manipulated to have elongated voice onset time (VOT) on word initial stop consonants. The dependent measure was how much participants would lengthen their VOTs after exposure to one of the talkers in two paradigms: delayed shadowing (Experiment 1) and immediate shadowing (Experiment 2). We predicted that overall children would show more imitation than adults, particularly when imitating the Canadian English talker, given previous work on children's social preferences. Although we did not observe age differences in either study, when shadowing was immediate, we found that imitation was influenced by the accent of the speaker, but not in the manner we predicted: both age groups imitated the Mandarin-accented model more strongly than the Canadian model. When shadowing was delayed, we observed no evidence of imitation. We discuss our findings in light of other recent work, and conclude that the development of speech imitation is an area ripe for further investigation.
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 | 0,000 | 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) | 0,001 | 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 ».