MétaCan
Menu
Retour à la cohorte
Enregistrement W3043911948 · doi:10.1177/1747021820940297

Morphological and visual cues in compound word reading: Eye-tracking evidence from Hebrew

2020· article· en· W3043911948 sur OpenAlexafffund
Victor Kuperman, Avital Deutsch

Notice bibliographique

RevueQuarterly Journal of Experimental Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensMcMaster University
Organismes subventionnairesLady Davis Fellowship Trust, Hebrew University of JerusalemSocial Sciences and Humanities Research Council of Canada
Mots-clésSuffixNounHebrewLinguisticsPsychologyCompoundReading (process)Computer scienceArtificial intelligenceCommunicationNatural language processing

Résumé

récupéré en direct d'OpenAlex

Hebrew noun-noun compounds offer a valuable opportunity to study the long-standing question of how morphologically complex words are processed during reading. Specifically, in some morpho-syntactic environments, the first (head) noun of a compound carries a suffix-a clear orthographic marker of being part of a compound-whereas in others it is homographic with a stand-alone noun. In addition to this morphological cue, Hebrew occasionally employs hyphenation as a visual signal that two nouns, which are typically separated by a space, are combined in a compound. In a factorial design, we orthogonally manipulated the morphological and the visual cues and recorded eye movements of 75 proficient Hebrew readers while they read sentences with embedded compounds. The effect of hyphenation on reading times was inhibitory. This slow-down was significantly weaker in compounds where the syntactic relation between constituents was overtly marked by a suffix compared with compounds without a morphological marker. We interpret these findings as evidence that hyphenation is largely a redundant cue but morphological markers of compounding are psychologically valid cues for semantic integration of compounds. We discuss the implications of this finding for accounts of morphological processing.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,069
Tête enseignante GPT0,419
Écart entre enseignants0,350 · 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'étudeObservationnel
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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Experimental PsychologyMême sujetReading and Literacy DevelopmentTravaux en français237 207