MétaCan
Menu
Retour à la cohorte
Enregistrement W2041998585 · doi:10.3389/fpsyg.2013.00203

Accentuate the Positive: Semantic Access in English Compounds

2013· article· en· W2041998585 sur OpenAlexafffund
Victor Kuperman

Notice bibliographique

RevueFrontiers in Psychology · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésMorphemeSemantics (computer science)PsychologyNatural language processingSemantic memoryLinguisticsSemantic propertyCognitive psychologyCommunicationArtificial intelligenceComputer scienceCognition

Résumé

récupéré en direct d'OpenAlex

The present study supplements research on semantic effects in word processing by focusing on the role that meanings of morphemes play in recognition of complex words. We present an overview of behavioral effects of six semantic properties characterizing the emotional and sensory connotations of English compounds and their morphemes, as well as their semantic richness. Semantics of compounds affected latencies to those compounds, and semantics of morphemes affected latencies to those morphemes presented as isolated words. Yet semantics of morphemes had little bearing on recognition of compounds, with the exception of longer recognition times for compounds with emotionally negative morphemes (e.g., seasick). We interpret the data as evidence against obligatory decomposition and dual-route accounts of morphological processing and in favor of the naive discriminative learning account that posits independent, morphologically unmediated, and simultaneous access to all meanings activated by orthographic cues in the visual input. We discuss selectivity and division of attention as driving forces in complex word recognition.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,417
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,336
Écart entre enseignants0,317 · 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.

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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetReading and Literacy DevelopmentTravaux en français237 207