MétaCan
Menu
Retour à la cohorte
Enregistrement W1549337014 · doi:10.1111/j.1467-9922.2010.00622.x

Processing Advantages of Lexical Bundles: Evidence From Self‐Paced Reading and Sentence Recall Tasks

2011· article· en· W1549337014 sur OpenAlexaff
Antoine Tremblay, Bruce L. Derwing, Gary Libben, Chris Westbury

Notice bibliographique

RevueLanguage Learning · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSentenceReading (process)RecallNatural language processingLinguisticsPsychologyWord (group theory)Artificial intelligencePsycholinguisticsControl (management)Computer scienceCognitive psychologyCognition

Résumé

récupéré en direct d'OpenAlex

This article examines the extent to which lexical bundles (LBs; i.e., frequently recurring strings of words that often span traditional syntactic boundaries) are stored and processed holistically. Three self‐paced reading experiments compared sentences containing LBs (e.g., in the middle of the ) and matched control sentence fragments (e.g., in the front of the ). LBs and sentences containing LBs were read faster than the control sentence fragments in all three experiments. Two follow‐up word and sentence recall experiments demonstrated that more sentences containing LBs were correctly remembered. Consistent with construction‐type models of language, these results suggest that regular multiword sequences leave memory traces in the brain.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,047
Tête enseignante GPT0,305
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations379
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage LearningMême sujetNeurobiology of Language and BilingualismTravaux en français237 207