MétaCan
Menu
Retour à la cohorte
Enregistrement W2103461768 · doi:10.1037//0278-7393.28.3.572

Phonological effects in visual word recognition: Investigating the impact of feedback activation.

2002· article· en· W2103461768 sur OpenAlexaff
Penny M. Pexman, Stephen J. Lupker, Lorraine Reggin

Notice bibliographique

RevueJournal of Experimental Psychology Learning Memory and Cognition · 2002
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensWestern UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHomophonePhonologyPsychologyWord recognitionPhoneticsCognitive psychologyLexical decision taskOrthographyLinguisticsReading (process)CognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

P. M. Pexman, S. J. Lupker, and D. Jared (2001) reported longer response latencies in lexical decision tasks (LDTs) for homophones (e.g., maid) than for nonhomophones, and attributed this homophone effect to orthographic competition created by feedback activation from phonology. In the current study, two predictions of this feedback account were tested: (a) In LDT, observe homophone effects should be observed but not regularity or homograph effects because most exception words (e.g., pint) and homographs (e.g., wind) have different feedback characteristics than homophones do, and (b) in a phonological LDT ("does it sound like a word?"), regularity and homograph effects should be observed but not homophone effects. Both predictions were confirmed. These results support the claim that feedback activation from phonology plays a significant role in visual 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,854
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,052
Tête enseignante GPT0,370
Écart entre enseignants0,318 · 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

Citations49
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Learning Memory and CognitionMême sujetReading and Literacy DevelopmentTravaux en français237 207