Neural Correlates of Lexical Access during Visual Word Recognition
Notice bibliographique
Résumé
People can discriminate real words from nonwords even when the latter are orthographically and phonologically word-like, presumably because words activate specific lexical and/or semantic information. We investigated the neural correlates of this identification process using event-related functional magnetic resonance imaging (fMRI). Participants performed a visual lexical decision task under conditions that encouraged specific word identification: Nonwords were matched to words on orthographic and phonologic characteristics, and accuracy was emphasized over speed. To identify neural responses associated with activation of nonsemantic lexical information, processing of words and nonwords with many lexical neighbors was contrasted with processing of items with no neighbors. The fMRI data showed robust differences in activation by words and word-like nonwords, with stronger word activation occurring in a distributed, left hemisphere network previously associated with semantic processing, and stronger nonword activation occurring in a posterior inferior frontal area previously associated with grapheme-to-phoneme mapping. Contrary to lexicon-based models of word recognition, there were no brain areas in which activation increased with neighborhood size. For words, activation in the left prefrontal, angular gyrus, and ventrolateral temporal areas was stronger for items without neighbors, probably because accurate responses to these items were more dependent on activation of semantic information. The results show neural correlates of access to specific word information. The absence of facilitatory lexical neighborhood effects on activation in these brain regions argues for an interpretation in terms of semantic access. Because subjects performed the same task throughout, the results are unlikely to be due to task-specific attentional, strategic, or expectancy effects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».