MétaCan
Menu
Retour à la cohorte
Enregistrement W3193866667 · doi:10.1515/phon-2021-2007

Articulatory settings and L2 English coronal consonants

2021· article· en· W3193866667 sur OpenAlexaff
Laura Colantoni, Alexei Kochetov, Jeffrey Steele

Notice bibliographique

RevuePhonetica · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesARC Training Centre in Lightweight Automotive StructuresAtlas Network
Mots-clésVoiceSpeech productionPlace of articulationManner of articulationArticulation (sociology)LinguisticsPsychologyPhonologySentenceReading (process)Speech recognitionComputer scienceConsonantVowel

Résumé

récupéré en direct d'OpenAlex

Abstract Background/aims: We explore the potential contribution of Articulatory Settings (AS) theory to L2 speech production research, testing the hypothesis that L2 segmental speech learning should involve a gradual, overall shift in both place and constriction degree, simultaneously affecting all consonants of a series as opposed to a set of parallel but unrelated changes in learners’ production of individual sounds.Methods:We conducted an electropalatography study of four francophone learners’ production of French and English word-initial and -medial /t d s z n l/ via carrier-sentence reading tasks.Results: L1–L2 differences in tongue shape are more common than those in constriction location, first and foremost for sonorants, and, thus, our results are not completely consistent with AS theory’s claims.Conclusions: AS theory provides a potentially rich framework for exploring the L2 speech learning of consonantal phenomena including low-level L1–L2 differences in place of articulation. We propose that the observed lack of systematic between-language articulatory differences could be attributed to a number of factors to be explored in future research, such as the targeting of voicing and manner differences before the adjustment of small place differences as well as individual patterns of entrenchment of L1 articulatory routines.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,314
Écart entre enseignants0,295 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhoneticaMême sujetPhonetics and Phonology ResearchTravaux en français237 207