Phonological Interlopers Tend to Repeat When Tip-of-the-Tongue States Repeat
Notice bibliographique
Résumé
We elicited tip-of-the-tongue (TOT) states to replicate the finding that TOTs repeat for individual words. Humphreys and colleagues have attributed this error repetition phenomenon to implicit learning of the mappings between the lemma and phonology. We also examined whether or not interlopers - repeated information that persistently comes to mind - repeat during TOT states for individual words, along with the type of interlopers. Participants were given a TOT test and the same TOT test one week later. The test consisted of the presentation of a definition and participants indicated if they knew the word, did not know the word, or if they were in a TOT state. Participants were also given 15 s to think aloud about the target word on both test and retest. We found that information repeats significantly more often for repeated TOT states (26%) than repeated Don't Know states (13%). We also found that participants experienced significantly more repeated phonological interlopers during a repeated TOT state (59%) versus a repeated Don't Know state (12%). Theoretically, the results may suggest that the TOT state is best described as a subthreshold state, and that within this subthreshold state there is a specific erroneous pattern of activation (akin to a local minimum) rather than a non-specific pattern of activation. These findings are an important constraint toward the development of a more formal explanation of recurring TOTs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».