MétaCan
Menu
Retour à la cohorte
Enregistrement W3038228581 · doi:10.22201/fesa.figuras.2020.1.3.117

Un acercamiento neurocientífico a la relatividad lingüística

2020· article· en· W3038228581 sur OpenAlexaff
Fernanda Pérez-Gay Juárez

Notice bibliographique

RevueFIGURAS REVISTA ACADÉMICA DE INVESTIGACIÓN · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Methods and Psychological Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Between the 1920s and the 1950s, linguists Benjamin Whorf and Edward Sapir shaped a hypothesis that suggests that the world we perceive is distorted by the language we speak: We see the world through a linguistic filter. This hypothesis has been interpreted and discussed countless times in the last fifty years from anthropology, sociology, linguistics and cognitive science. To Whorf, the words of our language determine the way we see the world: in the case of the rainbow, the bands of different colors that emerge from the light continuum would actually be a product of the way in which we have subdivided and named the spectrum. Color discrimination is a bad example of this theory, since it is not the result of linguistic but innate filters -product of biological mechanisms in our retinas and brains. But the “rainbow” phenomenon is relevant as an example of Categorical Perception, in which categories determine or distort our perception beyond mere physical differences: we see two shades of red that are 100 nm apart as the most similar than one shade of red and a shade of yellow at the same distance on the spectrum. Even if colors are innate categories, most of the words in our language are the names of categories that we learn through experience. The question then is if learning these categories generates changes in our perception like those that occur with the colors of the rainbow. Supported by methods that measure brain activity before, during and after learning new categories and their names, cognitive neuroscience brings new elements to study linguistic relativity from a scientific perspective. This essay recounts these approaches in order to stimulate multidisciplinary dialogues around this controversial hypothesis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,017
Communication savante0,0080,010
Science ouverte0,0020,002
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,079
Tête enseignante GPT0,376
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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 revueFIGURAS REVISTA ACADÉMICA DE INVESTIGACIÓNMême sujetEducational Methods and Psychological StudiesTravaux en français237 207