MétaCan
Menu
Retour à la cohorte
Enregistrement W2794234429 · doi:10.1080/23273798.2018.1442012

A behavioral and fMRI examination of the effect of rhythm on reading noun-verb homographs aloud

2018· article· en· W2794234429 sur OpenAlexafffund
Layla Gould, Marla Mickleborough, Eric Lorentz, Chelsea Ekstrand, Ron Borowsky

Notice bibliographique

RevueLanguage Cognition and Neuroscience · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNounVerbReading (process)RhythmLinguisticsPsychologyReading aloudAudiologyCommunicationMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

These experiments explored the connection between rhythm and reading by examining whether reading is affected by a rhythmic prime that was either congruent or incongruent with the syllabic stress of the target letterstring. Previous research has shown congruency effects but only in a between-item design, which leaves open the possibility of extraneous variables contributing to the effects. The present design used noun-verb homographs (conflict vs. conflict), and their corresponding pseudohomophones (konflikt vs. konflikt). The results demonstrated significant congruency effects, whereby RTs were faster when the prime was congruent with the syllabic stress. The fMRI experiment identified several brain regions that underlie the rhythm-priming effect, and particularly the putamen’s involvement given recent research suggesting its role in phonetic decoding. These experiments provide the strongest within-item/within-participant evidence to date that a rhythm prime has an effect on lexical and sublexical reading, and inform our understanding of how rhythm and reading interact.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,314
Écart entre enseignants0,297 · 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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage Cognition and NeuroscienceMême sujetReading and Literacy DevelopmentTravaux en français237 207