/LING
|
Update: February 24, 2023 The new version of Termout.org is now online, so this web site is now obsolete and will soon be dismantled. |
Lista de candidatos sometidos a examen:
1) error detection (*)
(*) Términos presentes en el nuestro glosario de lingüística
1) Candidate: error detection
Is in goldstandard
1
paper corpusSignosTxtLongLines354 - : Resumen: Se presenta un estudio con estudiantes universitarios españoles con dominios básico, intermedio y avanzado de inglés como lengua extranjera. El objetivo fue estudiar la efectividad en el Control de la Comprensión (CC) en inglés, comparado con el que se tiene en español, y explicar los resultados a partir del modelo de comprensión de textos desarrollado por Kintsch y otros colegas. Nuestro foco de atención fue la representación semántica, diferenciando el CC a nivel micro y macroestructural. Se midió el CC al leer textos asumiendo el Error Detection Paradigm: se insertaron inconsistencias micro y macroestructurales en los textos y se pidió a los estudiantes juzgar su comprensibilidad usando un código para distinguir entre ‘palabras desconocidas’, ‘ideas de significado absurdo’ e ‘ideas incoherentes o incompatibles con otras del texto’ . Se utilizaron textos de ciencias, tres en inglés y otros tres en español para aumentar la fiabilidad. Las predicciones fueron: a) en
2
paper corpusSignosTxtLongLines354 - : la categorización y análisis cualitativos posteriores de las alocuciones de los sujetos. La otra metodología usada con mucha frecuencia es el Error Detection Paradigm (Winograd & Johnston, 1982), basada en la inserción de inconsistencias en los textos para analizar si los estudiantes las detectan o no . Estos estudios permiten análisis cuantitativos de las acciones de los sujetos, es decir, de la habilidad de los sujetos de detectar el error y corregirlo.
3
paper corpusSignosTxtLongLines354 - : Cuando se utiliza el Error Detection Paradigm para valorar el CC, significa detectar las inconsistencias de un texto, es decir, detectar que dos proposiciones textuales son mutuamente excluyentes y que no pueden ser ciertas a la vez . Para eso, ambas proposiciones deben procesarse a la vez en la memoria de trabajo. Vosniadou, Pearson y Rogers (1988), en un estudio realizado con niños, descubrieron que las dificultades en la detección de inconsistencias en L1 no se debían a la incapacidad de los participantes para comparar proposiciones contradictorias, sino a una pobre representación mental de una o de ambas proposiciones en la memoria. Cuando se daban las condiciones para que ambas proposiciones estuvieran a la vez en la memoria de trabajo, los niños detectaban la contradicción sin problemas.
Evaluando al candidato error detection:
1) textos: 5 (*)
2) proposiciones: 5 (*)
3) inconsistencias: 4
4) ambas: 3
6) paradigm: 3
7) detectar: 3
error detection
Lengua: spa
Frec: 30
Docs: 6
Nombre propio: 3 / 30 = 10%
Coocurrencias con glosario: 2
Puntaje: 2.938 = (2 + (1+4.58496250072116) / (1+4.95419631038688)));
Candidato aceptado
Referencias bibliográficas encontradas sobre cada término
(Que existan referencias dedicadas a un término es también indicio de terminologicidad.)| error detection |
: However, compared to human judgment, automatic erroneous sound detection is not at all satisfactory (^[53]Strik et al., 2009). We believe that error detection rate can be improved by using error patterns as guidelines for predicting errors in learner’s speech. : Ito, A., Lim, Y., Suzuki, M. & Makino, S. (2005). Pronunciation error detection method based on error rule clustering using a decision tree. In Proceedings of Interspeech, 173-176. : Nagata, N. (2009). Robo-Sensei NLP-based error detection and feedback generation. CALICO Journal, 26(3), 262-279. : Strik, H., Truong, K., de Wet, F. & Cucchiarini, C. (2009). Comparing different approaches for automatic pronunciation error detection. Speech Communication, 51(10), 845-852. : The basic elements of an intelligent tutor model include tutor, leaner, domain, speech processing, and error detection (^[41]Swartz & Yazdani, 2012). These components perform activities which together comprise the L2 teaching-learning process. : Truong, K., Neri, A., Cucchiarini, C. & Strik, H. (2004). Automatic pronunciation error detection: An acoustic-phonetic approach. In Proceedings of InSTIL/ICALL Symposium, 135-138. : Tschichold, C. (2003). Lexically driven error detection and correction. CALICO Journal, 20(3), 549-559. : Winograd P. y Johnson, P. (1980) Comprehension Monitoring and the Error Detection Paradigm. Urbana: University of Illinois. : Winograd, P. & Johnston, P. (1982). Comprehension monitoring and the Error Detection Paradigm. Journal of Reading Behavior, 14(1), 61-76. : Yoon, S., Hasegawa-Johnson, M. & Sproat, R. (2010). Landmark-based automated pronunciation error detection.Interspeech, 614-617. : Zhao, T., Hoshino, A., Suzuki, M., Minematsu, N. & Hirose, K. (2012). Automatic Chinese pronunciation error detection using SVM trained with structural features. InProceedings of Spoken Language Technology Workshop (SLT), IEEE, 473-478. |