Is there phonologically based priming in the same−different task? Evidence from Japanese−English bilinguals.
Notice bibliographique
Résumé
Norris and colleagues (Kinoshita & Norris, 2009; Norris & Kinoshita, 2008; Norris, Kinoshita, & van Casteren, 2010) have suggested that priming effects in the masked prime same-different task are based solely on prelexical orthographic codes. This suggestion was evaluated by examining phonological priming in that task using Japanese-English bilinguals. Targets and reference words were English words with the primes written in Katakana script, a syllabic script that is orthographically quite different from the Roman letter script used in writing English. Phonological priming was observed both when the primes were Japanese cognate translation equivalents of the English target/reference words (Experiment 1) and when the primes were phonologically similar Katakana nonwords (Experiment 2), with the former effects being substantially larger than the noncognate translation priming effects reported by Lupker, Perea, and Nakayama (2015). These results indicate that the same-different task is influenced by phonological information. One implication is that, due to the fact that phonology and orthography are inevitably confounded in Roman letter languages, previously reported priming effects in those languages may have been at least partly due to phonological, rather than orthographic, similarity. The potential extent of this problem, the nature of the matching process in the same-different task, and the implications for using this task as a means of investigating the orthographic code in reading 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 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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».