本文旨從語料庫觀點來探討漢語手指謠之節奏、重音及手指動作之韻律結構。本研究建立了四千一百七十二行的語料庫，並詳細標記句法、虛詞、重音、音節和音拍等。本文發現手指謠節奏以陽性節奏 (Masculine Rhythm) 居多，音拍共享 (Beat-sharing) 常發生在虛詞 (F Categories) 和直接成分 (Immediate Constituents)，以符合陽性節奏的原則；透過詩行模組 (Metrical Template) 可衍生出不同的節律類型。另一方面，本研究認為重音在漢語中確實有存在之必要，藉由重音極大值 (Stress Maximum) 的落點，可解釋語料庫中不符詩感 (Metricality) 的謠行。本文最後將重心轉向手指謠的物理動作節律，手指動作因配合兒童年齡之認知及肢體發展，概分為0-2歲、2-4歲及4-6歲三大階段，越小的兒童吟誦手指謠之速度較慢，手指動作也相對簡單細微。本文發現手指動作範疇乃藉由語調片語 (Intonational Phrase) 來進行切割，語調片語須與「意義單位」 (Sense Unit) 彼此對整。本文亦從「優選理論」(Optimality Theory) 的角度來探討此三大研究議題，分別從「節律語法」和「流動制約」(Floating Constraints) 的觀念，藉由制約層級的重新排序來體現漢語手指謠的節律變化。 / This thesis takes great efforts in the topics about rhythm, stress and prosodic structures of the finger movements in Mandarin finger rhymes. This research established a corpus with a total of 4172 lines, each of which is coded with word categories, syntax tree, simplified tree, the number of syllables, the number of demibeats, and the stress. First of all, the masculine rhythm is the most common in the corpus. The beat-sharing, the strategy to obtain the masculine rhythm, is largely found in the F categories and the immediate constituents. The metrical template is also needed to yield the different rhythm types. Second, stress plays an important role in Maindarin Chinese. The judgement of the metricality strictly follows the metrical positions on which a stress maximum falls. The emphasis is finally put to the finger movements. The finger movements are respectively designed for the children who are 0-2, 2-4 and 4-6 years old, with the different developments in the cognition and physiology. When young children recite a metrical line, the speech rate is not as fast as other elder children and the finger movements are simple and subtle. The prosodic domains of the movements are defined from the perspective of IPs, and each IP is a sense unit (Selkirk 1984). Optimality Theory (Prince and Smolensky 1993, 2004) further covers these three research issues. The rhythm variations are vivid with the constraint re-rankings in terms of the metrics grammar and the floating constraints.

La dextérité manuelle est au centre de notre interaction physique avec le monde. La sophistication des mouvements des doigts chez l’homme nécessite le contrôle de plusieurs composants clés comme la force, l’indépendance, le timing et le séquençage des mouvements des doigts. La dextérité est souvent affectée dans de nombreuses pathologies impactant l’indépendance et la vie quotidienne des patients. Le but global de cette thèse est d’améliorer la rééducation de la dextérité chez ces patients par une meilleure mesure et compréhension de la dextérité et de ses composants. Nous avons développé le Finger Force Manipulandum (FFM), un outil permettant de quantifier les principaux composants de la dextérité chez des sujets sains et des patients. Afin de valider cet appareil, nous avons testé la faisabilité de son utilisation chez des patients souffrant d’un important déficit de dextérité après un accident vasculaire cérébral. Le FFM permet, chez ces patients (N= 10 vs N= 10 sujets sains), de quantifier les différents composants de la dextérité et d’identifier des déficits dans chacun d’entre eux (exemple : les patients font trois fois plus d’erreur que les témoins pour le contrôle de force ; P=0,0002). Les mesures sont plus sensibles que certains tests cliniques comme l’ARAT : elles permettent de détecter des déficits de la dextérité même chez des patients atteignant le score maximum de l’ARAT. Le FFM permet également de créer un profil de dextérité affectée chez chaque patient permettant ainsi de détecter quel composant est significativement affecté et permet aussi de suivre la récupération. Dans une maladie affectant légèrement la dextérité, comme la schizophrénie, lorsque l’on compare les scores FFM des patients stabilisés (N= 35) avec ceux des témoins (N= 20) on constate que les patients ont une performance diminuée de façon significative dans chacun des quatre composants de la dextérité. Certaines des mesures du FFM corrèlent avec des échelles cliniques comme la PANSS (R=0,53, P=0,0019) mais aussi avec des échelles neuropsychologiques. Ces mesures FFM sont également assez sensibles pour détecter une évolution au cours du temps : certains composants restent stables après une remédiation cognitive alors que d’autres s’améliorent. En conclusion, le FFM est un nouvel outil qui permet de quantifier les différents composants de la dextérité. Il est utilisable même chez des patients avec un important déficit manuel et permet d’identifier des profils individuels de dextérité affectée. Il est également assez sensible pour détecter de faibles diminutions de performances motrices comme celles retrouvées chez des patients schizophrènes et pourrait permettre d’identifier certains marqueurs moteurs ayant trait au background neuro-développemental des patients schizophrènes (détection précoce) et à l’évolution de la maladie. / Manual dexterity is essential for our physical interaction with the world. The high degree of dexterity in humans requires sophisticated control of several key components such as the control of force, of independence, timing and sequencing of finger movements. Manual dexterity is affected in various pathologies, impacting activities of daily living and leading to loss of independence. The main purpose of this thesis is to improve rehabilitation of dexterity in these patients by a better behavioral quantification and a clearer understanding of manual dexterity and its components of control. We developed the Finger Force Manipulandum (FFM), a new tool allowing for the quantification of the main components of the dexterity in healthy subjects and in patients. To validate this device, we tested the feasibility of its use with stroke patients suffering from moderate-to-severe deficits of dexterity. In these patients, the FFM allowed for quantification of four components of dexterity and for identification of deficits in each of them (example: patients (N=10) made three times more error than controls (N=10) in force control; P=0.0002). These measures (components) are more sensitive than clinical tests, such as the ARAT: patients reaching the maximum ARAT score still showed deficits of dexterity with the FFM. Based on the four FFM scores, individual profiles of affected dexterity were calculated, highlighting the individual deficit of each patient. This allowed for quantitative longitudinal follow up during recovery. In a disease affecting dexterity mildly, such as schizophrenia, the FFM scores of stabilized patients (N = 35) indicated a significantly lower performance compared to control subjects (N = 20) in each of the four dexterity components. Some of the FFM measures correlated with clinical scales, such as the PANSS (R=0.53, P=0.0019), and also with some neuropsychological scales. These FFM measures also provide indicators for the evolution of dexterity over time: certain components remained stable after cognitive remediation, while others improved. In conclusion, the FFM is a new tool, which allows for quantification of manual dexterity (by measuring various underlying components). It is suitable for patients with moderate-to-sever manual deficits and allows for identification of individual profiles of affected dexterity. It also detects minor manual deficits in schizophrenic patients, and may allow for identification of potential behavioral markers related to the neurodevelopmental background of schizophrenic patients (early detection) and to the evolution of the disease.