Cross-script orthographic and phonological preview benefits
Notice bibliographique
Résumé
The present experiment examined the use of parafoveally presented first-language (L1) orthographic and phonological codes during reading of second-language (L2) sentences in proficient Russian-English bilinguals. Participants read English sentences containing a Russian preview word that was replaced by the English target word when the participant's eyes crossed an invisible boundary located before the preview word. The use of English and Russian allowed us to manipulate orthographic and phonological preview effects independently of one another. The Russian preview words overlapped with English target words in (a) orthography (ВЕЛЮР [vʲɪ'lʲʉr]-BERRY), (b) phonology (БЛАНК [blank]-BLOOD), or (c) had no orthographic or phonological overlap (КАЛАЧ [kɐ'lat͡ɕ]-BERRY; ГЖЕЛЬ [ɡʐϵlʲ]-BLOOD). The results of this study showed a clear and strong benefit of the parafoveal preview of Russian words that shared either orthography or phonology with English target words. This study is the first demonstration of cross-script orthographic and phonological parafoveal preview benefit effects. Bilinguals integrate orthographic and phonological information across eye fixations in reading, even when this information comes from different languages.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».