Spontaneity of Speech Errors: A Diagnostic Psycholinguistic Case Study
Notice bibliographique
Résumé
The aim of this study is to use speech errors as a verbal means of communication to clarify the psychological aspects of George W. Bush’s character. Bush’s character is chosen for being highly controversial, having received the lowest approval rating in 2008 and the highest approval rating after the September 11 attacks. To achieve the aim of this study, a psycholinguistic approach is adopted in addition to a speech production model set by Dell (1999), and Chang and Griffin (1999). Some of Bush’s spontaneous errors are supposed to be collected, and then categorized from a psycholinguistic perspective and finally analyzed statistically. The main results of the study can be summed in the following points. (a) The phonological and morphological errors, caused by the psychological priming, reveal how much perplexity and confusion Bush has experienced. (b) Bush’s Freudian slips—caused by psycho-physiological factors, such as fatigue, excitement, and distraction—reveal the fact that he is not an open outright president as he represses many thoughts and feelings more than he shows. (c) Bush’s syntactic errors, caused by the improper lexical insertion, reveal his poor linguistic competence; the matter that reveals low intelligence for many psychologists such as Pishghadam and Shams (2012). (d) The economical use of speech disfluencies, caused by problems in the recognition system, reveals that Bush has a tendency of rashness. That is, he may take rapid incorrect decisions that lead to catastrophes.
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 | 0,168 |
| 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 | 0,001 | 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 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 ».