MétaCan
Menu
Retour à la cohorte
Enregistrement W2998000777 · doi:10.1075/lab.18028.tit

Spoken word processing in bilingual older adults

2020· article· en· W2998000777 sur OpenAlexaff
Debra Titone, Julie Mercier, Aruna Sudarshan, Irina Pivneva, Jason W. Gullifer, Shari R. Baum

Notice bibliographique

RevueLinguistic Approaches to Bilingualism · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésWord (group theory)LinguisticsComputer scienceNatural language processingSpoken languageSpoken wordPsychologyArtificial intelligenceCommunication

Résumé

récupéré en direct d'OpenAlex

Abstract We investigated whether bilingual older adults experience within- and cross-language competition during spoken word recognition similarly to younger adults matched on age of second language (L2) acquisition, objective and subjective L2 proficiency, and current L2 exposure. In a visual world eye-tracking paradigm, older and younger adults, who were French-dominant or English-dominant English-French bilinguals, listened to English words, and looked at pictures including the target (field), a within-language competitor (feet) or cross-language (French) competitor (fille, “girl”), and unrelated filler pictures while their eye movements were monitored. Older adults showed evidence of greater within-language competition as a function of increased target and competitor phonological overlap. There was some evidence of age-related differences in cross-language competition, however, it was quite small overall and varied as a function of target language proficiency. These results suggest that greater within- and possibly cross-language lexical competition during spoken word recognition may underlie some of the communication difficulties encountered by healthy bilingual older adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,139
Tête enseignante GPT0,284
Écart entre enseignants0,145 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLinguistic Approaches to BilingualismMême sujetNeurobiology of Language and BilingualismTravaux en français237 207