MétaCan
Menu
Retour à la cohorte
Enregistrement W4404912516 · doi:10.1016/j.wocn.2024.101376

Individual uniformity in phonetic imitation: Assessing the stability of individual variability across features and tasks

2024· article· en· W4404912516 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Phonetics · 2024
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésImitationStability (learning theory)Cognitive psychologyPsychologyComputer scienceSpeech recognitionMachine learningSocial psychology

Résumé

récupéré en direct d'OpenAlex

• How consistent are individual patterns of phonetic imitation across features and tasks? • Tested explicit and implicit imitation of subphonemic VOT and F2 differences. • Cross-feature individual consistency found for explicit, but not implicit imitation. • Within-feature individual consistency found for both types of imitation. • Small but significant correlation in individual performance across tasks. Extensive individual variability has been reported in both spontaneous phonetic convergence and in explicit phonetic imitation tasks. This work tests the consistency of these individual patterns: are some individuals just globally more imitative, showing greater-than-average imitation regardless of the specific phone being imitated, and regardless of the type of imitation, or does an individual’s extent of imitation depend heavily on the phonetic content or the type of task? We examine the stability of individual variability in imitation of two types of subphonemic differences (VOT of voiceless stops and F2 of the vowels /æ/ and /u/), in two types of imitation tasks (implicit and explicit). We found that individuals' degree of imitation was significantly related across different phones within the same class (e.g., imitation of /p/ vs. /t/) in both implicit and explicit imitation tasks, but that individuals' degree of imitation of phones from different classes (e.g., imitation of stops vs. vowels) was only related in explicit, but not implicit, imitation. Findings are consistent with the idea that general cognitive or personality traits may govern individual variability in explicit imitation, but challenge the idea that they play any measurable role in predicting individual variability in implicit or spontaneous imitation. We also found a weak but significant correspondence between individual performance on the implicit and explicit imitation tasks, providing evidence that the two tasks rely on shared mechanisms, as well as a significant relationship between discrimination performance and explicit, but not implicit, imitation.

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.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,530
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,062
Tête enseignante GPT0,409
Écart entre enseignants0,347 · 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