MétaCan
Menu
Retour à la cohorte
Enregistrement W2011729723 · doi:10.1017/s1355617703950120

Semantic category differences in cross-form priming

2003· article· en· W2011729723 sur OpenAlexaff
David Gold, Mario Beauregard, André Lecours, Howard Chertkow

Notice bibliographique

RevueJournal of the International Neuropsychological Society · 2003
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensJewish General HospitalCentre Hospitalier de l’Université de MontréalUniversité de MontréalHôpital Notre-DameInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesNational Science Council
Mots-clésPriming (agriculture)PsychologySemantic memoryCognitive psychologyContext (archaeology)CognitionDevelopmental psychologyNeuroscienceBiology

Résumé

récupéré en direct d'OpenAlex

Findings of category-specific impairments have suggested that human semantic memory may be organized around a living/nonliving dichotomy. In order to assess implicit memory performance for living and nonliving concepts, one group of neurologically intact individuals participated in a cross-form conceptual priming paradigm. In Block 1, pictures primed words while in Block 2 words were used to prime pictures. Across all phases of the experiment, subjects decided whether items represented something which was living or nonliving, and response times were recorded. Results revealed greater priming for living concepts across both blocks. Greater priming for living concepts may have occurred because of increased or prolonged conceptual activation of these concepts. Results are discussed in the context of theoretical accounts of the category-specific impairments observed in brain-damaged populations.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil0,263

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,077
Tête enseignante GPT0,338
Écart entre enseignants0,261 · 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'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

Citations3
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the International Neuropsychological SocietyMême sujetMemory Processes and InfluencesTravaux en français237 207