The perception and production of interdental fricatives in second language acquisition
Bibliographic record
Abstract
Cette dissertation explore la substitution différentielle des fricatives interdentales par les apprenants de l'anglais langue seconde. La substitution différentielle se produit quand les apprenants dont la langue maternelle (L1) ne contient pas ces sons, substituent ces phonèmes par un autre. Dépendamment de la L1, la substitution se fait avec [t,d], [s,z] ou [f,v]. Au cours des années, plusieurs propositions ont été émises pour expliquer ce phénomène. Ces hypothèses reposent principalement sur les différences structurelles des systèmes phonémiques de diverses langues. Cette thèse examine la substitution de [θ,ð] par des locuteurs de différentes langues ou dialectes, à savoir: le japonais, le russe, le français européen, et le français québécois. Le japonais et le français européen sont caractérisés par les substituts [s,z], tandis que pour le français québécois et le russe, par [t,d]. Puisque le français européen et le français québécois ont le même inventaire contrastif de segments obstruants, cette dissertation explore la contribution de l'information non-contrastive à la substitution des interdentales, de la perspective de la perception et de la production. Il est proposé que la perception sous-tend la production de telle manière que les erreurs observées dans la production correspondent aux sons substitués au niveau de la perception. De plus, il est considéré que les traits non-contrastifs jouent un rôle déterminant dans le transfert. Spécifiquement, il est proposé que le trait STRIDENT est central au choix de substituts pour les interdentales. Pour expliquer comment les apprenants des langues secondes projettent les sons cibles sur leur représentation interne dans la perception, le modèle de distance auditoire est développé. Ce modèle est basé sur les hypothèses suivantes: à la phase initiale de l'acquisition, les apprenants ont potentiellement accès à tous les traits phonétiques fournis par la grammaire universelle. Cependant, cet ensemble de traits est limité à l'inventaire phonétique de la langue spécifique. Ainsi, l'absence de traits ou de combinaisons spécifiques de traits dans la grammaire de la langue maternelle force l'apprenant à choisir parmi les sons de sa L1 ceux qui sont phonétiquement les plus proches. Ceci est accompli via un algorithme qui évalue la correspondance entre les traits cibles et ceux de la L1 ainsi que leur poids relatifs. Le poids d'un trait peut être augmenté s'il se trouve dans une relation de rehaussement avec un autre trait. Les traits rehaussés sont préférables, mais pas obligatoires, dans les systèmes linguistiques. Alors la variation phonétique et inter-linguistique de même que la diversité dans le poids des traits qui résulte, sont les facteurs qui déterminent la substitution différentielle dans la perception et de là, dans la production. Ces hypothèses sont vérifiées empiriquement dans cinq études. Les deux premières, AXB-1 et AXB-2, ont été construites pour capter le traitement phonétique et phonémique dans des conditions distinctes pour démontrer que les réflexes de la substitution différentielle émergent dans le traitement phonétique et non phonémique. La troisième, l'identification d'image, examine le traitement phonémique. Les deux dernières études analysent la production. Les résultats d'une de ces dernières, une tâche sur la production de mots, sont comparés avec les résultats des analyses de la perception. L'autre consiste en une analyse spectrographique de la fricative coronale [s] de la L1 pour déterminer à quel degré le trait STRIDENT est manifesté acoustiquement pour chacune des langues. En général, les résultats de ces études appuient les hypothèses décrites ci-haut. Pour rendre compte des quelques divergences entre les prédictions et les résultats, la discussion aborde le rôle de l'information visuelle dans les représentations lexicales et la possibilité de la distorsion induite par la tâche.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
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".