Phonetic resilience and linguistic transfer: An acoustic analysis of Jibbali (Shehri) influence on English vowel production
Notice bibliographique
Résumé
This study explores the influence of Jibbali (Shehri) as a mother tongue on English vowel production, focusing on phonetic resilience and linguistic transfer. Mainly, the study aims to analyze how differences in the vowel systems of Jibbali and English affect articulation patterns among bilingual speakers in Oman, with implications for language education under Oman’s Vision 2040. The study involves 20 participants: 10 native Jibbali speakers from Dhofar who have learned English as a foreign language, and 10 native English speakers serving as a control group. Participants’ pronunciations of selected English vowels were recorded and analyzed using PRAAT, a recognized acoustic phonetics software. The focus was on formant frequencies (F1 and F2) to assess vowel quality and detect patterns of interference. Results reveal significant phonological transfer from Jibbali to English. Jibbali speakers showed consistent vowel centralization, with /iː/, /oʊ/, and /uː/ produced with F2 values closer to the central range. Furthermore, contrasts between short and long vowels (e.g., /ɪ/ vs. /iː/) were less distinct, indicating influence from Jibbali’s phonological system, which lacks equivalent vowel length distinctions. These findings highlight the challenges Jibbali-speaking learners face in mastering English vowel quality. The study offers valuable insights for educators and policymakers in Oman, emphasizing the need for targeted pronunciation instruction and culturally informed teaching approaches. Such efforts align with national goals to enhance English proficiency and educational quality as part of Oman’s Vision 2040.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».