MétaCan
Menu
Retour à la cohorte
Enregistrement W2132875343 · doi:10.1162/0898929042304697

Language Experience and the Organization of Brain Activity to Phonetically Similar Words: ERP Evidence from 14- and 20-Month-Olds

2004· article· en· W2132875343 sur OpenAlexafffund
Debra L. Mills, Chantel S. Prat, Renate Zangl, Christine L. Stager, Helen J. Neville, Janet F. Werker

Notice bibliographique

RevueJournal of Cognitive Neuroscience · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersNatural Sciences and Engineering Research Council of CanadaUniversity of California, San DiegoNational Institutes of Health
Mots-clésPsychologyNonsenseVocabularyContext (archaeology)Word (group theory)Event-related potentialLanguage developmentLinguisticsCognitive psychologyDevelopmental psychologyCognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

The ability to discriminate phonetically similar speech sounds is evident quite early in development. However, inexperienced word learners do not always use this information in processing word meanings [Stager & Werker (1997). Nature, 388, 381-382]. The present study used event-related potentials (ERPs) to examine developmental changes from 14 to 20 months in brain activity important in processing phonetic detail in the context of meaningful words. ERPs were compared to three types of words: words whose meanings were known by the child (e.g., ''bear''), nonsense words that differed by an initial phoneme (e.g., ''gare''), and nonsense words that differed from the known words by more than one phoneme (e.g., ''kobe''). These results supported the behavioral findings suggesting that inexperienced word learners do not use information about phonetic detail when processing word meanings. For the 14-month-olds, ERPs to known words (e.g., ''bear'') differed from ERPs to phonetically dissimilar nonsense words (e.g., ''kobe''), but did not differ from ERPs to phonetically similar nonsense words (e.g., ''gare''), suggesting that known words and similar mispronunciations were processed as the same word. In contrast, for experienced word learners (i. e., 20-month-olds), ERPs to known words (e.g., ''bear'') differed from those to both types of nonsense words (''gare'' and ''kobe''). Changes in the lateral distribution of ERP differences to known and unknown (nonce) words between 14 and 20 months replicated previous findings. The findings suggested that vocabulary development is an important factor in the organization of neural systems linked to processing phonetic detail within the context of word comprehension.

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)0,002
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,311
Écart entre enseignants0,295 · 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

Citations179
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cognitive NeuroscienceMême sujetLanguage Development and DisordersTravaux en français237 207