MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388733490 · doi:10.31234/osf.io/r86kj

Prespeech tongue posture reflects upcoming speech motor demands: Evidence from ultrasound and electromagnetic articulography

2023· preprint· en· W4388733490 sur OpenAlexaff
Arian Shamei, Yadong Liu, Bryan Gick

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSpeech productionVowelTask (project management)Vocal tractTongueAudiologyComputer sciencePsychologySpeech recognitionPhysical medicine and rehabilitationMedicine

Résumé

récupéré en direct d'OpenAlex

Speakers maintain distinct postures of the vocal tract in between utterances, however, it remains unclear to what degree these postures are influenced by upcoming motor demands of speech movements. We report two experiments assessing whether prespeech tongue postures changed depending on the motor demands of upcoming speech sounds. First, we employed EMA on the Haskins Production Rate Comparison database, and found that tongue positions between 200 and 100ms reflected the height and backness of the upcoming vowel onset. Next, we used ultrasound imaging to assess the timecourse of postural change in between utterances, and found that interspeech rest postures were influenced by the upcoming vowel much earlier, with task-specificity of the posture increasing further as the onset approached. Qualtitatively, we observe that task-specific properties are overlaid on top of neutral postural substrates such as the clinical resting position. These results demonstrate that pre-speech postures account for upcoming motor demands, supporting previous observations of task-specificity in prespeech posture. These results also identify further commonalities between postural control in gross and fine motor skills.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,077
Tête enseignante GPT0,377
Écart entre enseignants0,301 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhonetics and Phonology Research→Travaux en français237 207→