MétaCan
Menu
Retour à la cohorte
Enregistrement W2096792734 · doi:10.1017/s1366728902003024

Phonological activation in bilinguals: Evidence from interlingual homograph naming

2002· article· en· W2096792734 sur OpenAlexaff
Debra Jared, Carrie Szucs

Notice bibliographique

RevueBilingualism Language and Cognition · 2002
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensQueen's UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésLinguisticsPsychologyNeuroscience of multilingualismReading (process)Contrast (vision)PhonologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study investigated whether bilinguals simultaneously activate phonological representations from both of their languages when reading words in just one. The critical stimuli were interlingual homographs (e.g., PAIN) that were low in frequency in the target language of the study (English) and high in frequency in the nontarget language (French). Both English-French and French-English bilinguals were tested. In each experiment, participants named a block of English experimental words, a block of French filler words, and then a second block of English experimental words. In the first block of English trials, the English-French bilinguals had similar naming latencies for homographs and English-only control words, although they made more errors on homographs. In contrast, the French-English bilinguals showed a homograph disadvantage in both the latency and error data. In the second block of English trials, both the English-French bilinguals and the French-English bilinguals showed homograph interference on latency and error measures. We interpret these results as indicating that the activation of phonological representations can appear to be both language-specific and nonspecific, depending on the characteristics of the bilingual and whether they have recently named words in the nontarget language.

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)0,004
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,048
Tête enseignante GPT0,325
Écart entre enseignants0,277 · 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

Citations128
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBilingualism Language and CognitionMême sujetReading and Literacy DevelopmentTravaux en français237 207