Bibliographic record
Abstract
La présente étude consiste à évaluer expérimentalement la perception des différences d'intensité intrinsèque dans le langage. Le matériel utilisé lors des expérimentations (tiré du corpus de laboratoire qui a servi à l'établissement des paramètres de variations microprosodiques en français québécois) est composé de phrases courtes dans lesquelles on retrouve des mots ou logatomes monosyllabiques de structure CVC. Pour réaliser cette étude, deux expérimentations ont été conduites. La première avait pour but d'établir le seuil de perception des différences d'intensité pour un stimulus donné dans des environnements similaires tandis que la deuxième consistait à mesurer l'effet de la durée sur la perception de l'intensité. Les résultats obtenus de l'analyse expérimentale semblent indiquer qu'une variation d'intensité de l'ampleur de celles observées pour l'intensité intrinsèque des voyelles se situe, dans le meilleur des cas, aux franges de la perception en contexte linguistique (voyelles dans des mots isolés ou dans des phrases). L'effet d'une variation de la durée intrinsèque sur la perception de l'intensité, toujours en contexte linguistique, semble quant à lui plus assuré pour des variations de durée comparables à celles que l'on observe avec la durée intrinsèque des voyelles.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".