Age-related differences in referential production: A multiple-measures study.
Notice bibliographique
Résumé
Contemporary research on aging has provided mixed evidence for whether older adults are less effective than younger adults at designing and delivering spoken utterances. However, most of these studies have focused on only specific aspects of this process. In addition, they tend to vary significantly in terms of the degree of complexity in their chosen stimuli or task. The present study compares younger and older adults' performance using a referential production paradigm involving simple everyday objects. We varied referential context such that a target object was either unique in its category (e.g., one shirt), or was accompanied by a same-category object (e.g., two shirts). We evaluated whether speakers' descriptions provided listeners with sufficient information for identification, and whether speakers spontaneously adapt their speech for different addressee types (younger adult, older adult, automated dialogue system). A variety of measures were included to provide a comprehensive perspective on adults' performance. Interestingly, the results revealed few or no age differences in measures related to production performance (speech onset latency, speech rate, and fluency). In contrast, consistent differences were observed for measures related to descriptive content, both in terms of informativity and variability in lexical selection: Older adults not only provided more information than necessary for referential success (e.g., superfluous modifiers), but also exhibited greater variability in their selection of modifiers. The results show that, although certain aspects of the production process are well-preserved across the adult lifespan, meaningful age-related differences can still be found in simple referential tasks with everyday objects. (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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».