MétaCan
Menu
Retour à la cohorte
Enregistrement W2166319559 · doi:10.1017/s1366728914000121

The locus of Katakana–English masked phonological priming effects

2014· article· en· W2166319559 sur OpenAlexaff
Eriko Ando, Kazunaga Matsuki, Heather Sheridan, Debra Jared

Notice bibliographique

RevueBilingualism Language and Cognition · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of TorontoWestern University
Organismes subventionnairesnon disponible
Mots-clésLexical decision taskPsychologyPriming (agriculture)LinguisticsEvent-related potentialCognitive psychologyCognitionNeuroscienceBiology

Résumé

récupéré en direct d'OpenAlex

Japanese–English bilinguals completed a masked phonological priming study with Japanese Katakana primes and English targets. Event related potential (ERP) data were collected in addition to lexical decision responses. A cross-script phonological priming effect was observed in both measures, and the effect did not interact with frequency. In the ERP data, the phonological priming effect was evident before the frequency effect. These data, along with analyses of response latency distributions, provide evidence that the cross-script phonological priming effects were the consequence of the activation of sublexical phonological representations in a store shared by both Japanese and English. This activation fed back to sublexical and lexical orthographic representations, influencing lexical decision latencies. The implications for the Bilingual Interactive Activation (BIA+) model of word recognition are discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,278

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,276
Écart entre enseignants0,267 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations33
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBilingualism Language and CognitionMême sujetReading and Literacy DevelopmentTravaux en français237 207