Le chunking perceptif de la parole : sur la nature du groupement temporel et son effet sur la mémoire immédiate
Bibliographic record
Abstract
Dans de nombreux comportements qui reposent sur le rappel et la production de séquences, des groupements temporels émergent spontanément, créés par des délais ou des allongements. Ce « chunking » a été observé tant chez les humains que chez certains animaux et plusieurs auteurs lâattribuent à un processus général de chunking perceptif qui est conforme à la capacité de la mémoire à court terme. Cependant, aucune étude nâa établi comment ce chunking perceptif sâapplique à la parole. Nous présentons une recension de la littérature qui fait ressortir certains problèmes critiques qui ont nui à la recherche sur cette question. Câest en revoyant ces problèmes quâon propose une démonstration spécifique du chunking perceptif de la parole et de lâeffet de ce processus sur la mémoire immédiate (ou mémoire de travail). Ces deux thèmes de notre thèse sont présentés séparément dans deux articles.\nArticle 1 : The perceptual chunking of speech: a demonstration using ERPs\nAfin dâobserver le chunking de la parole en temps réel, nous avons utilisé un paradigme de potentiels évoqués (PÃ) propice à susciter la Closure Positive Shift (CPS), une composante associée, entre autres, au traitement de marques de groupes prosodiques. Nos stimuli consistaient en des énoncés et des séries de syllabes sans sens comprenant des groupes intonatifs et des marques de groupements temporels qui pouvaient concorder, ou non, avec les marques de groupes intonatifs. Les analyses démontrent que la CPS est suscitée spécifiquement par les allongements marquant la fin des groupes temporels, indépendamment des autres variables. Notons que ces marques dâallongement, qui apparaissent universellement dans la langue parlée, créent le même type de chunking que celui qui émerge lors de lâapprentissage de séquences par des humains et des animaux. Nos résultats appuient donc lâidée que lâauditeur chunk la parole en groupes temporels et que ce chunking perceptif opère de façon similaire avec des comportements verbaux et non verbaux. Par ailleurs, les observations de lâArticle 1 remettent en question des études où on associe la CPS au traitement de syntagmes intonatifs sans considérer les effets de marques temporels. \nArticle 2 : Perceptual chunking and its effect on memory in speech processing:ERP and behavioral evidence\nNous avons aussi observé comment le chunking perceptif dâénoncés en groupes temporels de différentes tailles influence la mémoire immédiate dâéléments entendus. Afin dâobserver ces effets, nous avons utilisé des mesures comportementales et des PÃ, dont la composante N400 qui permettait dâévaluer la qualité de la trace mnésique dâéléments cibles étendus dans des groupes temporels. La modulation de lâamplitude relative de la N400 montre que les cibles présentées dans des groupes de 3 syllabes ont bénéficié dâune meilleure mise en mémoire immédiate que celles présentées dans des groupes plus longs. Dâautres mesures comportementales et une analyse de la composante P300 ont aussi permis dâisoler lâeffet de la position du groupe temporel (dans lâénoncé) sur les processus de mise en mémoire. \nLes études ci-dessus sont les premières à démontrer le chunking perceptif de la parole en temps réel et ses effets sur la mémoire immédiate dâéléments entendus. Dans lâensemble, nos résultats suggèrent quâun processus général de chunking perceptif favorise la mise en mémoire dâinformation séquentielle et une interprétation de la parole « chunk par chunk ».
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".