MétaCan
Menu
Retour à la cohorte
Enregistrement W2768225677 · doi:10.1017/s1366728917000554

Lexical entrenchment and cross-language activation: Two sides of the same coin for bilingual reading across the adult lifespan

2017· article· en· W2768225677 sur OpenAlexaff
Veronica Whitford, Debra Titone

Notice bibliographique

RevueBilingualism Language and Cognition · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensMcGill UniversityCentre for Research on Brain Language and Music
Organismes subventionnairesnon disponible
Mots-clésPsychologyNeuroscience of multilingualismLinguisticsReading (process)Word lists by frequencyWord (group theory)MultilingualismCognitionCognitive psychologySentence

Résumé

récupéré en direct d'OpenAlex

We used eye movement measures of paragraph reading to examine whether two consequences of bilingualism, namely, reduced lexical entrenchment (i.e., reduced lexical quality and accessibility arising from less absolute language experience) and cross-language activation (i.e., simultaneous co-activation of target- and non-target-language lexical representations) interact during word processing in bilingual younger and older adults. Specifically, we focused on the interaction between word frequency (a predictor of lexical entrenchment) and cross-language neighborhood density (a predictor of cross-language activation) during first- and second-language reading. Across both languages and both age groups, greater cross-language (and within-language) neighborhood density facilitated word processing, indexed by smaller word frequency effects. Moreover, word frequency effects and, to a lesser extent, cross-language neighborhood density effects were larger in older versus younger adults, potentially reflecting age-related changes in lexical accessibility and cognitive control. Thus, lexical entrenchment and cross-language activation multiplicatively influence bilingual word processing across the adult lifespan.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,062
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
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 Opus0,034
Tête enseignante GPT0,362
Écart entre enseignants0,329 · 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.

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

Citations29
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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