MétaCan
Menu
Retour à la cohorte
Enregistrement W4403691460 · doi:10.1177/00238309241280182

Cross-Linguistic Phonetic Variation in Bilingual Speech: Cantonese /n/ > [l] Merger in Early Cantonese–English Bilinguals

2024· article· en· W4403691460 sur OpenAlexafffund
Rachel Soo, Molly Babel, Khia A. Johnson

Notice bibliographique

RevueLanguage and Speech · 2024
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésLinguisticsVariation (astronomy)PsychologySyllable

Résumé

récupéré en direct d'OpenAlex

/n/ is merging with /l/ in Cantonese, as well as in several other Chinese languages. The Cantonese merger appears categorical, with /n/ becoming /l/ syllable-initially. This project aims to describe /n/ and /l/ in Cantonese and English speech from early Cantonese–English bilinguals to better understand the status of the merger in Cantonese and its potential for cross-linguistic mutual influence. We examine early bilinguals’ ( n = 34) speech using the Speech in Cantonese and English (SpiCE) corpus, focusing on pre-vocalic /n/ and /l/ onsets in both languages. Items were auditorily coded for their perceived category identity, and two acoustic measures anticipated to have the potential to differentiate /n/ and /l/ within and across languages were applied. In English, bilinguals maintained a clear contrast between /n/ and /l/ in the auditory coding and in acoustic measurements. In Cantonese, however, there were higher rates of [l] for /n/ items, in line with the merger, and [n] for /l/ items, indicating hypercorrection of the pattern. Across languages, bilinguals produced language-specific /l/s, but there were no acoustic differences between Cantonese and English /n/. The participation of Cantonese /n/ in a sound change does not appear to compromise English /n/s’ patterning, suggesting that Cantonese and English /n/ are maintained as distinct categories in the minds of early bilinguals.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,811
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,356
Écart entre enseignants0,338 · 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'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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage and SpeechMême sujetPhonetics and Phonology ResearchTravaux en français237 207