MétaCan
Menu
Retour à la cohorte
Enregistrement W4293834002 · doi:10.1080/02699206.2021.2019311

The influence of word stress on segmental and cluster match: a Bulgarian three-year-old with protracted phonological development

2022· article· en· W4293834002 sur OpenAlexaff
Diana Ignatova, Barbara May Bernhardt, Stefka H. Marinova-Todd

Notice bibliographique

RevueClinical Linguistics & Phonetics · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLinguisticsBulgarianPhonological developmentPsychologyPhonologyConsonant clusterConsonantStress (linguistics)PhoneticsIntelligibility (philosophy)HierarchyWord (group theory)Phonological ruleSpeech recognitionComputer scienceVowel

Résumé

récupéré en direct d'OpenAlex

The current paper analyses speech data of a monolingual Bulgarian girl (“Etty”, aged 3;11) with protracted phonological development (PPD). Etty's profile demonstrates the strong effects of prohibitive word structure constraints on segmental and whole-word accuracy. Single-word utterances were audio-recorded by a native speaker and transcribed phonetically by three transcribers. Data were analysed within a constraints-based nonlinear phonological framework (Bernhardt & Stemberger, Introduction to this issue). Even though the child's segmental system met age-level expectations in stressed syllables, strong constraints against initial unstressed syllables and consonant sequences reduced her overall accuracy and intelligibility. The data highlight the importance of examining all aspects of the phonological hierarchy, and further define the scope of PPD for Bulgarian.

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 enseignants0,044
Score d'incertitude au seuil0,608

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 recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,318
Écart entre enseignants0,291 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Linguistics & PhoneticsMême sujetLanguage Development and DisordersTravaux en français237 207