Predicting asymmetries in vowel perception: Formant convergence succeeds where peripherality fails
Notice bibliographique
Résumé
Vowel discrimination is often asymmetric such that discriminating the same vowel contrast is easier in one direction compared to the opposite direction. According to the Natural Referent Vowel (NRV) framework, these asymmetries reveal a perceptual bias favoring acoustic vowel signals produced with more extreme vocalic gestures, which act as natural referent vowels. The NR vowel within a contrast typically falls in a more peripheral location within articulatory/acoustic vowel space (defined by F1 and F2) and with F1 and F2 in closer proximity. However, these properties do not always align, as in the case of the /e/-/Ø/ contrast. We here compared findings across three studies where asymmetries were observed during discrimination of this contrast. Peripherality predicts an asymmetry such that perception would be better in the /Ø/□/e/ direction. However, all three studies showed better performance in the opposite direction, which also aligns with the prediction based on formant convergence (derived from reported acoustic measures for each stimulus set). These findings suggest that this perceptual bias is shaped by formant convergence, rather than peripherality per se, which is presumably tied to the extent of vocal-tract constriction. A follow-up study will obtain articulographic recordings of these vocalic gestures to quantify this articulatory-acoustic relation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».