MétaCan
Menu
Retour à la cohorte
Enregistrement W2033715141 · doi:10.1080/09658210344000413

Forgetting and redintegration of consonants and vowels in pseudoword lists

2004· article· en· W2033715141 sur OpenAlexaff
Elisabet Service, Sini Maury, Emilia Luotoniemi

Notice bibliographique

RevueMemory · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensDalhousie UniversityQueen Elizabeth II Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésPseudowordVowelConsonantRedundancy (engineering)RecallPsychologySpeech recognitionMotivated forgettingCognitive psychologyComputer scienceCognition

Résumé

récupéré en direct d'OpenAlex

Immediate recall of phonemes was studied in a pseudoword span task. Finnish participants recalled lists of increasing length, consisting of C(consonant)V(vowel)CVCV pseudowords. The lists were made up from pools of 12 pseudowords. There were three types of lists. In the non-redundant lists the items were unpredictable combinations of consonants and vowels. In consonant-redundant lists, all items had the consonant frame /t/_/s/_/l/. In vowel-redundant lists, all items had the vowel frame _/u/_/e/_/o/. Unlike redundant last syllables in a previous experiment, neither consonant nor vowel redundancy helped list recall. Instead, a harmful phonological similarity effect was apparent in the vowel-redundant case but not the consonant-redundant case. A phoneme-level analysis of recall showed that consonants were recalled better in consonant-redundant lists and vowels were recalled better in vowel-redundant lists compared to non-redundant lists. Vowels appeared to be more important for discrimination between items, with redundancy resulting in confusions. The consequences of phoneme-level forgetting and redintegration for item- and list-level recall are discussed.

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)0,009
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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,269
Écart entre enseignants0,249 · 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

Citations10
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemoryMême sujetNeurobiology of Language and BilingualismTravaux en français237 207