MétaCan
Menu
Back to cohort
Record W1868857099 · doi:10.3917/rfla.132.0059

La croissance de l'instrument vocal : contrôle, modélisation, potentialités acoustiques et conséquences perceptives

2009· article· fr· W1868857099 on OpenAlexaff
Louis-Jean Boë, Lucie Ménard, Jihène Serkhane, Peter Birkholz, Bernd J. Kröger, Pierre Badin, Guillaume Captier, Mélanie Canault, Nicolas Kielwasser

Bibliographic record

VenueRevue française de linguistique appliquée · 2009
Typearticle
Languagefr
FieldPsychology
TopicPhonetics and Phonology Research
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesArt

Abstract

fetched live from OpenAlex

Résumé Pour pouvoir étudier précisément l’évolution du conduit vocal et des articulateurs, et en induire des informations sur le contrôle moteur et les potentialités acoustiques durant la croissance, il est essentiel de disposer de données tout au long de l’ontogenèse, de la gestation à l’âge adulte. La morphogenèse du conduit vocal, qui s’étend sur une vingtaine d’années et dépend, pour l’essentiel, des structures osseuses cranio-faciales, est loin d’être linéaire. Les nouvelles données de la génétique rendent lisibles les données de croissance osseuse et donc de celles du conduit vocal. Pour pouvoir prédire les conséquences de la croissance sur les premières manifestations vocales pré-linguistiques (les proto-syllabes et le babillage), les stratégies de contrôle articulatoire, et quantifier les potentialités acoustiques du conduit vocal, des modèles sont mis en œuvre le plus proche possible des données articulatoires. Les stimuli de synthèse articulatoirement réalistes permettent de tester des hypothèses sur le processus perceptuo-moteur de l’enfant. Enfin ces modèles sont utilisables dans le cadre des recherches phylogénétiques sur l’émergence de la parole. L’étude de la croissance du conduit vocal constitue un paradigme expérimental de choix pour les recherches en parole.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.375
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.026
GPT teacher head0.378
Teacher spread0.352 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations5
Published2009
Admission routes1
Has abstractyes

Explore more

Same venueRevue française de linguistique appliquéeSame topicPhonetics and Phonology ResearchFrench-language works237,207