Patterns of pre-nasal allophony across dialects of English: A multi-corpus study of the /ɪ/-/ɛ/ contrast
Notice bibliographique
Résumé
We present a study of pre-nasal allophony across a variety of English dialects from North America and the UK in order to investigate the degree to which pre-nasal allophony behaves categorically or gradiently in English. We focus on the contrast between /ɪ/ and /ɛ/, which undergoes allophonic merger in the Southern US and has a marginal F1/F2 contrast in Scottish English. There are two attested types of pre-nasal allophony in English: pre-nasal coarticulation and pre-nasal merger. Both types of allophony are predicted to have the effect of bringing /ɪ/ and /ɛ/ closer together in F1/F2 space. We compare the amount of overlap between /ɪ/ and /ɛ/ in pre-nasal contexts to the pre-oral "baseline" overlap and ask whether dialects and individual speakers fall along a gradient with respect to pre-nasal vs. pre-oral overlap. We find that dialects fall roughly into two groups, but there is evidence of dialects falling in between the two groups. These findings support a "hybrid" view of pre-nasal allophony, in which behavior is roughly categorical, but dialects can exhibit intermediate, gradient behavior. Within dialects, interspeaker variation shows more evidence for gradient behavior, although only two dialects exhibit what appears to be a full gradient in pre-nasal allophony.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».