MétaCan
Menu
Retour à la cohorte
Enregistrement W2334249583 · doi:10.1037/a0035543

Vowel sounds in words affect mental construal and shift preferences for targets.

2014· article· en· W2334249583 sur OpenAlexaff
Sam J. Maglio, Cristina D. Rabaglia, Michael Feder, Madelaine Krehm, Yaacov Trope

Notice bibliographique

RevueJournal of Experimental Psychology General · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesNew York University
Mots-clésConstrual level theoryVowelMeaning (existential)PsychologyLinguisticsSound (geography)Sound symbolismRepresentation (politics)Mental representationAffect (linguistics)Cognitive psychologyCommunicationCognitionSocial psychologyAcoustics

Résumé

récupéré en direct d'OpenAlex

A long tradition in sound symbolism describes a host of sound-meaning linkages, or associations between individual speech sounds and concepts or object properties. Might sound symbolism extend beyond sound-meaning relationships to linkages between sounds and modes of thinking? Integrating sound symbolism with construal level theory, we investigate whether vowel sounds influence the mental level at which people represent and evaluate targets. We propose that back vowels evoke abstract, high-level construal, while front vowels induce concrete, low-level construal. Two initial studies link front vowels to the use of greater visual and conceptual precision, consistent with a construal account. Three subsequent studies explore construal-dependent tradeoffs as a function of vowel sound contained in the target's name. Evaluation of objects named with back vowels was driven by their high- over low-level features; front vowels reduced or reversed this differentiation. Thus, subtle linguistic cues appear capable of influencing the very nature of mental representation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,069
Tête enseignante GPT0,457
Écart entre enseignants0,388 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations44
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology GeneralMême sujetBehavioral Health and InterventionsTravaux en français237 207