Examining the Role of Phoneme Frequency in First Language Perceptual Attrition
Notice bibliographique
Résumé
In this paper, we follow up on previous findings concerning first language (L1) perceptual attrition to examine the role of phoneme frequency in influencing variation across L1 contrasts. We hypothesized that maintenance of L1 Korean contrasts (i.e., resistance to attrition) in L1 Korean-L2 English bilinguals would be correlated with frequency, such that better-maintained contrasts would also be more frequent in the L1. To explore this hypothesis, we collected frequency data on three Korean contrasts (/n/-/l/, /t/-/t*/, /s/-/s*/) and compared these data to perceptual attrition data from a speeded sequence recall task testing the perception and phonological encoding of the target contrasts. Results only partially supported the hypothesis. On the one hand, /n/-/l/, the best-maintained contrast, was the most frequent contrast overall. On the other hand, /n/-/l/ also evinced the greatest frequency asymmetry between the two members of the contrast (meaning that it was the least important to perceive accurately); furthermore, /s/-/s*/, which was less well maintained than /t/-/t*/, was actually more frequent than /t/-/t*/. These results suggest that disparities in perceptual attrition across contrasts cannot be attributed entirely to frequency differences. We discuss the implications of the findings for future research examining frequency effects in L1 perceptual change.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».