MétaCan
Menu
Retour à la cohorte
Enregistrement W2431743689 · doi:10.5294/6092

Cognate effect and lexical processing in English-Spanish and Spanish-English bilinguals

2016· article· en· W2431743689 sur OpenAlexaff
Meredith McGregor

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCognatePsychologyLinguisticsLexiconMental lexiconTask (project management)Neuroscience of multilingualismContext (archaeology)Variety (cybernetics)Age of AcquisitionRepresentation (politics)Computer scienceCognitionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Cognates have served as a useful tool for investigating the bilingual lexicon inmany studies, but very little research has been carried out on different types ofcognates, specifically, partial cognates and their role in cross-linguistic effect.The present study examines cognate effect in the speech production and acceptabilityjudgment of two groups of highly proficient, late-onset English-Spanish(n = 12) and Spanish-English (n = 12) bilinguals within a single-language (English)context. The findings of two tasks, a production task, whereby participants wereasked to spontaneously produce synonyms to prompt words, and an acceptabilityjudgment task of a variety of sentences including use of false and partial English-Spanish cognates are reported here, framed within non-selective, integrated modelsof lexical representation. The results suggest a significant cognate effect in both bilingualgroups in both tasks compared to their monolingual counterparts with, surprisingly,greater significance demonstrated from L2 to L1 influence, particularly inproduction. These findings add to the growing support for semantic modulation atthe conceptual level of lexical processing in highly proficient bilinguals. doi:10.5294/laclil.2016.9.1.8

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)0,003
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetNeurobiology of Language and BilingualismTravaux en français237 207