Phrase Length Matters: The Interplay between Implicit Prosody and Syntax in Korean “Garden Path” Sentences
Notice bibliographique
Résumé
In spoken language comprehension, syntactic parsing decisions interact with prosodic phrasing, which is directly affected by phrase length. Here we used ERPs to examine whether a similar effect holds for the on-line processing of written sentences during silent reading, as suggested by theories of "implicit prosody." Ambiguous Korean sentence beginnings with two distinct interpretations were manipulated by increasing the length of sentence-initial subject noun phrases (NPs). As expected, only long NPs triggered an additional prosodic boundary reflected by a closure positive shift (CPS) in ERPs. When sentence materials further downstream disambiguated the initially dispreferred interpretation, the resulting P600 component reflecting processing difficulties ("garden path" effects) was smaller in amplitude for sentences with long NPs. Interestingly, additional prosodic revisions required only for the short subject disambiguated condition-the delayed insertion of an implicit prosodic boundary after the subject NP-were reflected by a frontal P600-like positivity, which may be interpreted in terms of a delayed CPS brain response. These data suggest that the subvocally generated prosodic boundary after the long subject NP facilitated the recovery from a garden path, thus primarily supporting one of two competing theoretical frameworks on implicit prosody. Our results underline the prosodic nature of the cognitive processes underlying phrase length effects and contribute cross-linguistic evidence regarding the on-line use of implicit prosody for parsing decisions in silent reading.
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 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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».