MétaCan
Menu
Retour à la cohorte
Enregistrement W3199870145 · doi:10.22215/etd/2014-10324

Effects of Joint Attention and Tone on Adult Canadian English Speakers Learning Mandarin Words

2014· dissertation· en· W3199870145 sur OpenAlexaffabout
Élizabeth Rousseau

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMandarin ChineseJoint attentionTone (literature)PsychologyPerceptionContext (archaeology)Cognitive psychologyLinguisticsDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Joint attention is regarded as a key factor in the development of communication skills, theories of the mind, and language.Joint attention is when our focus shifts, following the gaze of another person.This ability appears to play a large part in developing language skills.This study examines joint attention in the context of adult second language word learning to determine if it enhances attention to the perception of unfamiliar speech sounds.Naive participants (participants with English as their primary language) were instructed to match unfamiliar Mandarin syllables varying in tone to images, while a video partner was viewed examining the same sounds and images.Participants were tested on how many sounds they could learn to pair with images in several attention conditions over five blocks of trials.The overall goal was to determine the influence of the video partner on word learning.Results indicated that some attention conditions were more effective in promoting the learning of the sound-picture pairs than other attention conditions, and that the effect of attention condition interacted with type of tone.Performance also showed a modest improvement over the course of several iv blocks, with the largest improvement occurring in the first three blocks.The results provide insight into how components of language are learned by adults, and especially how the influence of social context can facilitate the learning process.v Table of Contents

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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil0,620

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 technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,247
Écart entre enseignants0,243 · 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
GenreAutre

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

En bref

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetChild and Animal Learning DevelopmentTravaux en français237 207