MétaCan
Menu
Retour à la cohorte
Enregistrement W4403642302 · doi:10.15845/bells.v14i1.4340

A comparison of Heritage vs Homeland Taiwanese Mandarin speaker attitudes towards sajiao

2024· article· en· W4403642302 sur OpenAlexaff

Notice bibliographique

RevueBergen Language and Linguistics Studies · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSubtitles and Audiovisual Media
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMandarin ChineseHomelandHeritage languagePsychologyLinguisticsSpeech recognitionPolitical scienceComputer sciencePedagogyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study investigates the language attitudes and perceptions of Taiwanese Mandarin heritage and homeland listeners towards the use of sajiao, a stylized speech type, in two varieties of Mandarin. A matched guise experiment was conducted via Qualtrics with heritage listeners from the United States (n = 6) and homeland listeners from Taiwan (n = 7). Participants listened to a recording and rated their perceived social constructions of the speakers in terms of their cuteness, pleasantness, femininity, masculinity, and professionalism on a scale from one to seven. In total, participants listened to 130 recordings, 64 target and 66 filler, of 4 different sentences with both sajiao and non-sajiao forms. We find that heritage speakers pattern similarly to homeland speakers, although not to the same extent. This positions heritage speakers in their own category, where they have acquired the social associations with this specialized speech style, but not to the same degree as homeland speakers. This research sheds new light on heritage language socialization and perceptions of language variation, namely regarding two varieties of Mandarin and speech style. Further research is needed to investigate how Beijing Mandarin heritage speakers would perform in this same task.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,378
Écart entre enseignants0,309 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBergen Language and Linguistics StudiesMême sujetSubtitles and Audiovisual MediaTravaux en français237 207