Notice bibliographique
Résumé
En psycholinguistique, le fonctionnement et la structure du lexique mental représentent un domaine de recherche privilégié. Plusieurs études expérimentales abordent le rôle joué par la structure morphologique des mots dans la reconnaissance des formes morphologiquement complexes. Notre recherche porte sur la reconnaissance visuelle des mots composés du français. Nous nous proposons d'étudier un certain nombre de variables et leur interaction afin d'observer leur impact sur le traitement lexical de cette catégorie de mots morphologiquement complexes. L'idée de départ est que les mots composés ne sont pas représentés de la même façon dans le lexique mental. Dans une tâche de décision lexicale avec amorçage masqué, nous avons manipulé trois variables indépendantes: le type de mot composé (variable à trois niveaux: transparent, semi-transparent et opaque), la classe grammaticale des constituants du mot composé (variable à quatre niveaux: nom-nom, adjectif-nom, nom-adjectif et verbe-nom), le type d'amorce (variable à trois niveaux: amorce sur le premier composant, amorce sur le deuxième composant et amorce neutre). La variable dépendante a été le temps de réponse mesuré en millisecondes. Cette variable a été aussi doublée du score de réussite qui a servi de contrôle. À une étape préliminaire de notre expérimentation, 12 locuteurs natifs du français, adultes, étudiants au Département de linguistique et de didactiques des langues de l'Université du Québec à Montréal ont participé sur une base volontaire à un prétest sémantique afin de déterminer le caractère transparent ou opaque de 150 mots composés du français. Ensuite, 34 autres personnes adultes, étudiants de cycles supérieurs au même département de la même université ont participé à l'expérience proprement dite sur une base volontaire. Tous les sujets avaient le français comme langue maternelle et avaient fait leur cheminement scolaire en français. Les résultats de notre expérimentation ont montré que les mots composés opaques sont reconnus plus rapidement que les mots composés transparents et semi-transparents lorsqu'ils sont précédés d'une amorce non-liée. Par contre, dans la condition d'amorce liée, toutes les catégories de mots composés (opaques, semi-transparents et transparents) observent des effets de facilitation de leur reconnaissance par rapport à la condition contrôle (amorce non-liée). Les résultats obtenus ont montré aussi qu'en amorçage masqué, les deux constituants du mot composé peuvent faciliter la reconnaissance du mot entier. Un autre aspect issu de notre recherche est que la catégorie grammaticale des constituants des mots composés joue un rôle dans la reconnaissance de ces mots. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Mots composés, Accès lexical, Degré de transparence sémantique, Position d'amorce, Catégorie grammaticale.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».