MétaCan
Menu
Retour à la cohorte
Enregistrement W2009857938 · doi:10.1080/02724980244000206

The Impact of Reader Skill on Phonological processing in visual Word Recognition

2003· article· en· W2009857938 sur OpenAlexaff
Sara J. Unsworth, Penny M. Pexman

Notice bibliographique

RevueThe Quarterly Journal of Experimental Psychology Section A · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHomophonePhonologyLexical decision taskReading (process)Task (project management)Cognitive psychologyPsychologyLinguisticsPhonological ruleLexical accessPhonological awarenessComputer scienceCognition

Résumé

récupéré en direct d'OpenAlex

There has been much debate about the role of phonology in reading. This debate has been fuelled, in part, by mixed findings for phonological effects in lexical decision tasks. In the present research we investigated the impact of reader skill on three phonological effects (homophone, homograph, and regularity effects) in a lexical decision task and in a phonological lexical decision task. In both tasks, the more skilled readers showed different patterns of phonological effects from those of the less skilled readers; in particular, less skilled readers showed regularity effects in both tasks whereas more skilled readers did not. We concluded that more skilled readers activate phonology in these tasks but do so more efficiently, with less spurious phonological activation.

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)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,016
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,412
Écart entre enseignants0,370 · 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'étudeObservationnel
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

Citations56
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Quarterly Journal of Experimental Psychology Section AMême sujetReading and Literacy DevelopmentTravaux en français237 207