MétaCan
Menu
Retour à la cohorte
Enregistrement W4233784680 · doi:10.1121/1.4800623

Token-to-token variability and anticipatory coarticulation as indicators of maturity of speech motor control in 4-year-old children

2013· article· en· W4233784680 sur OpenAlexaffabout
Pascal Perrier, Lucie Ménard, Mark Tiede, Joseph S. Perkell

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCoarticulationGestureVowelContext (archaeology)Security tokenMotor controlComputer scienceSpeech recognitionPsychologyVariation (astronomy)Neurocomputational speech processingAudiologySpeech perceptionArtificial intelligencePerceptionMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

Children's gestures do not appear to be executed with the same dexterity as adults'. Studies of arm movements have shown that young children's gestures are less accurate, more variable and slower than those of adults. This difference in behavior can be explained by a lack of experience with the sensory consequences of motor acts and still-developing forward models for the control of those acts. The hypothesis of immature and incomplete sensori-motor representations for speech in 4-year-old native speakers of Canadian French is addressed here through the analysis of ultrasound recordings of tongue contour kinematics and the speech signal from a corpus of isolated vowels and vowel-consonant-vowel sequences. Special attention is devoted to the analysis of vowel variability from two perspectives. Variability across repetitions in a single context provides information about the accuracy of the control. Contextual variability provides insights into the planning process as reflected in anticipatory coarticulation. Analysis of the observed lingual gestures will lead to improved understanding of the development of speech motor control and refinement of sensori-motor representations of speech. [Work supported by FQRNT project N 147877 and ANR project ANR-08-BLAN-0272]

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,285
Écart entre enseignants0,276 · 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 tête enseignante, 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

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetPhonetics and Phonology ResearchTravaux en français237 207