MétaCan
Menu
Retour à la cohorte
Enregistrement W3166669850 · doi:10.3389/fcomm.2021.662934

Developmental Sequences in Second Language Phonology: Effects of Instruction on the Acquisition of Foreign sC Onsets

2021· article· en· W3166669850 sur OpenAlexafffund
Walcir Cardoso, Laura Collins

Notice bibliographique

RevueFrontiers in Communication · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPronunciationMarkednessPhonologyLinguisticsSyllablePsychologyProjection (relational algebra)Computer scienceSet (abstract data type)Natural language processingSpeech recognition

Résumé

récupéré en direct d'OpenAlex

This study investigates the effects of three types of instruction on the acquisition of foreign /s/-initial onset clusters (/sl/, /sn/, and /st/-sC clusters), a process characterized by a developmental sequence in which /sl/ is acquired before /sn/ and /st/. 118 native speakers of Brazilian Portuguese participated in a 4-week language course to learn a set of vocabulary and associated pronunciation of Taki, a self-constructed miniature linguistic system. The participants were divided into three groups, each corresponding to one of the hypotheses that characterize three types of explicit second language instruction: Teachability, Projection of Markedness (Projection), and a combination of the two (Mixed). A mixed analysis of variance (ANOVA) analysis of the participants’ production of sC clusters revealed that, in one of the tasks employed (read aloud), the group that focused exclusively on the more marked/st/ (Projection Group) had the best overall performance in the acquisition of the three clusters: this group was able to generalize their knowledge to the sC clusters they were not taught. In general, the results support Zobl’s Projection Model of Markedness for explaining the phonological development of syllable structure, wherein the instructional effect of a focus on the most marked /st/ projects to knowledge of the less marked structures.

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)0,000
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,305
Écart entre enseignants0,286 · 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

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in CommunicationMême sujetPhonetics and Phonology ResearchTravaux en français237 207