MétaCan
Menu
Retour à la cohorte
Enregistrement W3193308838 · doi:10.47133/nemityra010203

Audible minorities and discrimination: an overview

2021· article· es· W3193308838 sur OpenAlexaff
Erwin J. Warkentin

Notice bibliographique

RevueÑEMITỸRÃ Revista Multilingüe de Lengüa Sociedad y Educación · 2021
Typearticle
Languees
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPronunciationIntelligibility (philosophy)PsychologyPerceptionFirst languageLinguisticsSecond languageSocial psychologyEpistemology

Résumé

récupéré en direct d'OpenAlex

This article deals with research into the importance of native or near native pronunciation of a person's L2 or L3 and the prejudices faced by those who may speak an accented form of a majority language.In order to reach its conclusions, the article analyses research focused on the learning of English as an L2 or L3 undertaken over the last 50 years.It concentrated on the impact of accented speech and the biases for and against accented speakers of a majority language and identifies where these findings converge and diverge.These results also indicate that the concerns of researchers have shifted as the perceptions of foreigners within English-speaking societies have changed over time.Ingroups are identified as important in determining the relative values of accents and that accented speakers constitute an audible minority and exert pressure on its members to maintain the "accentedness" of their speech.In defining the nature of an audible minority, the article indicates that this can be as powerful a factor as that of skin colour in some societies.In the end, it questions whether meticulous uniformity in spoken language is important or even desirable.The article concludes by suggesting that the problem of the audible minority is more that of the listener than the speaker since many of the myths surrounding accentedness and intelligibility have been proven false.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,006
Études des sciences et des technologies0,0020,004
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,070
Tête enseignante GPT0,394
Écart entre enseignants0,325 · 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'étudeQualitatif
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÑEMITỸRÃ Revista Multilingüe de Lengüa Sociedad y EducaciónMême sujetLinguistic Variation and MorphologyTravaux en français237 207