MétaCan
Menu
Retour à la cohorte
Enregistrement W4403642277 · doi:10.15845/bells.v14i1.4342

Individual-level cross-linguistic comparisons in Toronto Cantonese and English high vowels

2024· article· en· W4403642277 sur OpenAlexfundaboutno aff
Holman Tse

Notice bibliographique

RevueBergen Language and Linguistics Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Toronto
Mots-clésLinguisticsPsychologyHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Previous studies of Toronto Heritage Cantonese have suggested the lack of a similar phonological contrast in English as the source of cross-linguistic influence on the phonetic production of the /y/ vs. /u/ contrast in Cantonese. By comparing both the English and Cantonese production of the same individual speakers in spontaneous speech recordings, this study addresses Chang’s (2021) call for more bilingual studies focused on individual-level cross-linguistic interactions. Results show three distinct patterns of cross-linguistic interaction: P1) three distinct vowels, P2) Cantonese /u/ merged with English /u/, and P3) Cantonese /y/ merged with English /u/. While P1 was the most frequently occurring pattern, the occurrence of P3 exclusively among second-generation speakers, among those with lower Cantonese Production Scores, and among those with the lowest Pillai Scores suggest that cross-linguistic phonetic similarity is what drives decreased acoustic distance between /y/ and /u/ rather than direct transfer of phonological categories.

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)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,021
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 recherche0,0000,000
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 Opus0,058
Tête enseignante GPT0,397
Écart entre enseignants0,339 · 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.

Devis d'étudeQualitatif
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBergen Language and Linguistics StudiesMême sujetLinguistic Variation and MorphologyTravaux en français237 207