The Effects of Semantic Context and the Type and Amount of Acoustic Distortion on Lexical Decision by Younger and Older Adults
Notice bibliographique
Résumé
PURPOSE: In this study, the authors investigated how acoustic distortion affected younger and older adults' use of context in a lexical decision task. METHOD: The authors measured lexical decision reaction times (RTs) when intact target words followed acoustically distorted sentence contexts. Contexts were semantically congruent, neutral, or incongruent. Younger adults (n = 216) were tested on three distortion types: low-pass filtering, time compression, and masking by multitalker babble, using two amounts of distortion selected to control for word recognition accuracy. Older adults (n = 108) were tested on two amounts of time compression and one low-pass filtering condition. RESULTS: For both age groups, there was robust facilitation by congruent contexts but minimal inhibition by incongruent contexts. Facilitation decreased as distortion increased. Older listeners had slower RTs than younger listeners, but this difference was smaller in congruent than in neutral or incongruent conditions. After controlling for word recognition accuracy, older listeners' RTs were slower in time-compressed than in low-pass filtering conditions, but younger listeners performed similarly in both conditions. CONCLUSIONS: These RT results highlight the interdependence between bottom-up sensory and top-down semantic processing. Consistent with previous findings based on accuracy measures, compared with younger adults, older adults were disproportionately slowed when speech was time compressed but more facilitated by congruent contexts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».