Phonological redeployment and the mapping problem: Cross-linguistic E-similarity is the beginning of the story, not the end
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this research note I want to address some misunderstandings about the construct of redeployment and suggest that we need to fit these behavioural data from Yang, Chen and Xiao (YCX) into a broader context. I will suggest that these authors’ work is not just about the failure of three models to predict equivalence classification. Equivalence classification is not the end of the story but only the beginning. We need to look at what cues are detected in the input, which subset of the input becomes intake, and how this intake is parsed onto phonological structures. The empirical results of YCX should not be viewed as some sort of non-result inasmuch as none of the proposed predictors of Mandarin equivalence classification foresaw that the Russian prevoiced stops and short-lag stops would be equated with the Mandarin short-lag stops. Rather, the empirical results need to be contextualized by considering such factors as cue reweighting as part of the learning theory which maps intake onto phonological representations. In this light, the results are not a repudiation of phonological redeployment, but help to shed light on the parsing of the acoustic signal, the importance of robust burst-release cues, and the non-local nature of L2 phonological learning (as opposed to noticing).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découle