The components and modality-specificity of word representations in the human visual system: an adaptation study
Notice bibliographique
Résumé
Background: While many studies have used adaptation to probe the neural representation of faces, few have used this to examine how words are represented in the human visual system. Last year we established that word aftereffects exist and are invariant for script style (Hanif et al, J Vis 2012: 12(9): 1060). Objective: Our goals were, first, to use adaptation to examine the contribution of components of words to the word aftereffect and second, to determine if there was cross-modal transfer of aftereffects. Methods: 30 subjects participated in Experiment 1. Two pairs of compound words of equal length were chosen as base stimuli, in upper case Arial font. Ambiguous probe stimuli were created by merging different degrees of transparencies of the pairs together in an overlay, with added Gaussian noise. The 5-second adapting stimuli were either the original words, words with the component morphemes re-arranged, or a rearrangement of the original words’ letters into a meaningless string. 12 subjects participated in Experiment 2. Two pairs of words were chosen. Probe stimuli were generated by either the same method, or a morphing procedure, for comparison. In the visual condition, the original words were presented as 5-second adapting stimuli, while in the auditory condition, the adaptor was a 4.8-second tape of different individuals saying the original word every 800ms. Results: Experiment 1 generated a 17% aftereffect for whole words, while the re-arranged morphemes generated a small 5% aftereffect, and letter strings generated no aftereffect. Experiment 2 generated a 10% aftereffect for whole visual words, irrespective of probe type, but no aftereffect from auditory words. Conclusion: Visual words have a strong representation at the whole-word level, and a minor grapheme component. As found previously for face expression and age aftereffects, there was no cross-modal transfer from the auditory sense. Meeting abstract presented at VSS 2013
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 | 0,002 |
| 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) | 0,003 | 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 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 ».