The impact of text orientation on form priming effects in four-character Chinese words.
Notice bibliographique
Résumé
Does visuospatial orientation influence repetition and transposed character (TC) priming effects in logographic scripts? According to perceptual learning accounts, the nature of orthographic (form) priming effects should be influenced by text orientation (Dehaene, Cohen, Sigman, & Vinckier, 2005; Grainger & Holcomb, 2009). In contrast, Witzel, Qiao, and Forster's (2011) abstract letter unit account argues that the mechanism responsible for such effects acts at a totally abstract orthographic level (i.e., the visuospatial orientation is irrelevant to the nature of the relevant orthographic code). The present experiments expanded this debate beyond alphabetic scripts and the syllabic Kana script used by Witzel et al. to a logographic script (Chinese). Experiment 1 showed masked repetition and TC priming effects with primes and targets presented in both the conventional left-to-right horizontal orientation and the vertical top-to-bottom orientation, replicating Witzel et al. Experiment 2 showed masked repetition and TC priming effects even when both the primes and targets were presented in the right-to-left orientation, a rare but existent text orientation in Chinese. In Experiment 3, the primes, but not the targets, were presented in the right-to-left orientation. Priming effects were again obtained regardless of the fact that the primes and targets appeared in different orientations. Experiment 4, which involved primes and targets presented in a completely novel bottom-to-top orientation, also produced a TC priming effect. These results support abstract letter/character unit accounts of form priming effects while failing to support perceptual learning accounts. (PsycINFO Database Record (c) 2019 APA, all rights reserved).
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) | 0,000 | 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 ».