MétaCan
Menu
Retour à la cohorte
Enregistrement W4312594227 · doi:10.1121/10.0016283

Vowel trajectories of African Americans in Georgia, USA

2022· article· en· W4312594227 sur OpenAlexaboutno aff
Margaret E. L. Renwick, Jon Forrest, Lelia Glass, Joey Stanley

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVowelFormantContrast (vision)Secular variationRaising (metalworking)American EnglishQuarter (Canadian coin)Tone (literature)MathematicsGeographyDemographyLinguisticsSpeech recognitionComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

Within the United States, dialectal variation is often characterized by vowel shifts: systematic differences in vowels' relative qualities and vowel-inherent dynamics. The African American Vowel Shift (AAVS), in particular, includes raising and fronting of front lax /ɪ ɛ æ/, among other features. The more recent pan-regional Low Back Merger Shift (LBMS), by contrast, includes lowering and backing of the same vowels. We evaluate these two shifts in an audio corpus of over 40 Black speakers from the Southern state of Georgia. Speakers, born between the 1930s and 2000, represent five demographic generations. Normalized formant values (F1,F2) from five temporal points per token are input to Generalized Additive Mixed Models (GAMMs). We test for significant changes in vowels' trajectories across time by fitting Year of Birth as a continuous smooth term. Additionally, we use linear mixed-effects modeling to test for raising versus lowering on the (F2–F1) front-vowel diagonal, across generations. Evidence from GAMMs and linear modeling indicates raised positions of /ɪ ɛ æ/ among older generations (1950s–1980s), followed by significant retraction from 1990–2000. These acoustic results are consistent with strengthening of the AAVS in the third quarter of the 20th Century, followed by a rapid transition to the pan-regional LBMS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,098
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,294
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetLinguistic Variation and MorphologyTravaux en français237 207