MétaCan
Menu
Retour à la cohorte
Enregistrement W1969297902 · doi:10.1016/s0920-9964(03)00212-3

Lexical competition and spoken word identification in schizophrenia

2003· article· en· W1969297902 sur OpenAlexaff
Debra Titone

Notice bibliographique

RevueSchizophrenia Research · 2003
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMcGill University
Organismes subventionnairesNational Institutes of HealthNational Institute of Mental HealthNational Alliance for Research on Schizophrenia and Depression
Mots-clésPsychologyIdentification (biology)Schizophrenia (object-oriented programming)Word lists by frequencyWord (group theory)Neural substrateAudiologyLinguisticsCognitive psychologyNatural language processingMedicineComputer scienceCognitionNeurosciencePsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

Schizophrenia (SZ) is a disorder associated with dysfunction of the neural substrate involved in lexical processing, the superior temporal lobe (STL). We examined whether the detrimental effects of lexical competition on word identification are exaggerated in SZ. The results showed that SZ patients were less able than controls to identify words coming from high lexical competitor environments (i.e., high density and high frequency lexical neighborhoods). They did not differ from controls, however, in identifying words coming from low lexical competitor environments (i.e., low density and low frequency lexical neighborhoods). Further, when SZ patients misidentified high competitor words, the erroneously reported words were of a significantly higher frequency than those reported by controls when they misidentified high competitor words (i.e., the HF misidentification bias). Identification accuracy for high competitor words negatively correlated with amount of thought disorder, and the HF misidentification bias positively correlated with the lifetime frequency and severity of auditory hallucinations, the latter of which serving as presumed independent measures of STL dysfunction in SZ.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,430
Score d'incertitude au seuil0,602

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,099
Tête enseignante GPT0,369
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations51
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia ResearchMême sujetNeuroscience and Music PerceptionTravaux en français237 207