Order of presentation asymmetry in intonational contour discrimination in English.
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 the work of Hwang et al. (2007), native English speakers showed overall poor accuracy in distinguishing initially rising versus level (e.g., L*L*H- H*L-L% vs L*L*L- H*L-L%) or initially falling versus level (e.g., H*H*L- H*L-L% vs H*H*H- H*L-L%) contour contrasts on English phrases in an AX discrimination task. Results not reported in that paper found that it was easier to discriminate when a more complex F0 contour occurred second than when it occurred first. Several orders of presentation effects in the perception of intonation have been reported (e.g., L. Morton (1997); S. Lintfert (2003); Cummins et al. (2006)] but no satisfying account has been provided. This study investigated these asymmetries more systematically. The order effect was significant for falling-level contrast pairs: pairs with a more complex F0 contour last were discriminated more easily than the reverse order. Rising versus level contrasts showed a similar tendency. The results thus extend intonational discrimination asymmetries to these additional contours. They suggest that the cause of the asymmetries may depend more on F0 complexity than on F0 peak.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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