Effects of Emotional and Sensorimotor Knowledge in Semantic Processing of Concrete and Abstract Nouns
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is much empirical evidence that words' relative imageability and body-object interaction (BOI) facilitate lexical processing for concrete nouns (e.g., Bennett et al., 2011). These findings are consistent with a grounded cognition framework (e.g., Barsalou, 2008), in which sensorimotor knowledge is integral to lexical processing. In the present study, we examined whether lexical processing is also sensitive to the dimension of emotional experience (i.e., the ease with which words evoke emotional experience), which is also derived from a grounded cognition framework. We examined the effects of emotional experience, imageability, and BOI in semantic categorization for concrete and abstract nouns. Our results indicate that for concrete nouns, emotional experience was associated with less accurate categorization, whereas imageability and BOI were associated with faster and more accurate categorization. For abstract nouns, emotional experience was associated with faster and more accurate categorization, whereas BOI was associated with slower and less accurate categorization. This pattern of results was observed even with many other lexical and semantic dimensions statistically controlled. These findings are consistent with Vigliocco et al.'s (2009) theory of semantic representation, which states that emotional knowledge underlies meanings for abstract concepts, whereas sensorimotor knowledge underlies meanings for concrete concepts.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle