MétaCan
Menu
Retour à la cohorte
Enregistrement W2421897219 · doi:10.1017/s136672891600064x

The neural correlates of semantic and phonological transfer effects: language distance matters

2016· article· en· W2421897219 sur OpenAlexaff
Ladan Ghazi Saidi, Ana Inés Ansaldo

Notice bibliographique

RevueBilingualism Language and Cognition · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésCognateCognitionPhonologyNeural correlates of consciousnessPsychologyControl (management)Working memoryCognitive psychologyComputer scienceTask (project management)Second languageLinguisticsArtificial intelligenceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Behavioral and neural correlates of cross-linguistic transfer (CLT) effects were studied at the word level, in a pair of linguistically distant languages. Twelve adult Persian speakers were tested on an overt picture-naming task in L2, during event-related fMRI scanning after an intensive computerized French lexical-learning program including cognates, clangs and non-cognate-non-clangs. In distant language pairs, naming in L2 is effortful and demanding. Thus, it is less automatic, and must recruit more neural resources for lexical retrieval, and articulatory processing; it also requires more attention and cognitive control, even in cases where there is phonological overlap. Activation observed with different word types reflects the interaction of language and other cognitive systems including executive control and working memory circuits, even with phonologically similar and highly consolidated words. Moreover, phonologically similar words (cognates and clangs) seem to involve the implicit memory processing, whereas phonologically distant words (non-cognate-non-clangs) seem to require explicit memory.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,010
Tête enseignante GPT0,247
Écart entre enseignants0,237 · 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'étudeExpérimental (laboratoire)
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

Citations21
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBilingualism Language and CognitionMême sujetNeurobiology of Language and BilingualismTravaux en français237 207