Condition Monitoring of Radioactive Waste Packages: Experience with the 4 Meter Box
Notice bibliographique
Résumé
One of the major empirical sources of theories of speech production are speech errors in normal speakers. Speech errors occurring during lexicalisation of a concept to be expressed can result in whole-word substitutions that are target related in form and/ or meaning or can appear as nonword productions (neologism). Similar error phenomena have been reported for aphasic patients. The present study describes the aphasic, HZ, who produced mainly form-related word substitutions and neologisms in several single-word processing tasks (picture naming, repetition, and reading aloud). In picture naming, meaning-related substitutions also occurred as well as substitutions that were related both in meaning and form (mixed errors). Three hypotheses of the origin of formal errors were tested: the full interactive activation hypothesis postulating meaning-form interactions, the lexical (form) retrieval hypothesis, and the post-lexical phonological encoding hypothesis. HZ's performance on repetition and reading aloud (tests showed no mixed errors and no effects of imageability and of target frequency on formal errors) failed to support the predictions of the first two hypotheses. However, the phonological encoding hypotheses (enriched by a comprehensionbased editor) could also not account for the data (e.g. for some task-specific asymmetries in the error pattern). Instead, an attempt is made to account for formal and mixed errors by construing word form encoding as an interactively organised component within a two-stage model of lexicalisation. Formal errors are traced back to interactions between lexical forms and sublexical phonological information during the second stage of lexicalisation. Mixed errors occur when lexical forms of the target's semantic competitors are involved in word form encoding.
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 | 0,000 | 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) | 0,000 | 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 ».