Second-language experience modulates eye movements during first- and second-language sentence reading: Evidence from a gaze-contingent moving window paradigm.
Notice bibliographique
Résumé
Eye movement measures demonstrate differences in first-language (L1) and second-language (L2) paragraph-level reading as a function of individual differences in current L2 exposure among bilinguals (Whitford & Titone, 2012). Specifically, as current L2 exposure increases, the ease of L2 word processing increases, but the ease of L1 word processing decreases. Here, we investigate whether current L2 exposure also relates to more general aspects of reading performance, including global eye movement measures and how bilinguals use parafoveal information to the right of fixation during L1 and L2 sentence-level reading, through use of a gaze-contingent moving window paradigm (McConkie & Rayner, 1975). We found that bilinguals with high versus low current L2 exposure exhibited increased L2 reading fluency (faster reading rates, shorter forward fixation durations), but decreased L1 reading fluency (slower reading rates, longer forward fixation durations). We also found that bilinguals with high versus low current L2 exposure were more affected by reductions in window size during L2 reading (indicative of a larger L2 perceptual span), but were less affected by reductions in window size during L1 reading (indicative of a smaller L1 perceptual span). Taken together, these findings suggest that individual differences in current L2 exposure among bilinguals also modulate more general aspects of reading behavior, including global measures of reading difficulty and the allocation of visual attention into the parafovea during both L1 and L2 sentence-level 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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».