Sensorimotor and linguistic information attenuate emotional word processing benefits: An eye-movement study.
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
Recent studies have reported that emotional words are processed faster than neutral words, though emotional benefits may not depend solely on words' emotionality. Drawing on an embodied approach to representation, we examined interactions between emotional, sensorimotor, and linguistic sources of information for target words embedded in sentential contexts. Using eye-movement measures for 43 native English speakers, we observed emotional benefits for negative and positive words and sensorimotor benefits for words high in concreteness, but only when target words were low in frequency. Moreover, emotional words were maximally faster than neutral words when words were low in concreteness (i.e., highly abstract), and sensorimotor benefits occurred only when words were not emotionally charged (i.e., emotionally neutral). Furthermore, emotional and concreteness benefits were attenuated by individual differences that attenuate and amplify emotional and sensorimotor information, respectively. Our results suggest that behavior is functionally modulated by embodied information (i.e., emotional and sensorimotor) when linguistic contributions to representation are not enhanced by high frequency. Furthermore, emotional benefits are maximal when words are not already embodied by sensorimotor contributions to representation (and vice versa). Our work is consistent with recent studies that have suggested that abstract words are grounded in emotional experiences, analogous to how concrete words are grounded in sensorimotor experiences.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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