Underpinnings of explicit phonetic imitation: perception, production, and variability
Notice bibliographique
Résumé
This work tests the relative role of perception- and production-based predictors, and the relationship between them, in imitation of artificial accents varying in voice onset time (VOT), using a paradigm designed to target distinct sub-processes of imitation. We examined how explicit imitation of sentences differing systematically in voice onset time (VOT) was influenced by the type of VOT manipulation (lengthened vs. shortened) and by the presence vs. absence of voice-related variability in exposure. In contrast to previous work, participants imitated shortened as well as lengthened VOT, albeit with both qualitative and quantitative differences across the two manipulation types. The presence of voice-related variability inhibited imitation, but this inhibition was mitigated by a preceding session with no voice-related variability (i.e., sentences were acoustically identical except for VOT). We then tested the extent to which individual performance on the accent imitation task was related to performance on three other tasks: 1) discrimination of the target accents, 2) imitation of words in isolation drawn from a VOT continuum, and 3) discrimination of these same words. Performance on the accent discrimination task and the word-level imitation task, but not the word-level discrimination task, were independently predictive of accent imitation. Results are consistent with a conceptualization of explicit imitation as the sum of automatic phonetic convergence processes overlaid with distinct, controlled perceptual and articulatory factors that pattern differently across individuals. Phonetic imitation should not be considered as a monolithic skill, and models predicting variation in imitative ability must consider not only the potential sources of individual variability, but also at what level these sources of variability exert their influence. 
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 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 | 0,002 |
| 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) | 0,001 | 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 tête enseignante, 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 ».