MétaCan
Menu
← Retour à la cohorte
Enregistrement W3084221648 · doi:10.5539/elt.v13n10p1

An E-Prime Study on the Cognitive Mechanisms of English Predicative Metaphor Comprehension by Chinese EFL Learners

2020· article· en· W3084221648 sur OpenAlexvenueno aff
SU Yuan-lian, Jie Liu

Notice bibliographique

RevueEnglish Language Teaching · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesJilin Office of Philosophy and Social Science
Mots-clésPredicative expressionPsychologyMetaphorEmbodied cognitionComprehensionPriming (agriculture)CognitionLinguisticsRumorMechanism (biology)Cognitive psychologyArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Studies on predicative metaphors like The rumor flew through the office have not received due attention until recently. Through a behavioural experiment, this study investigates the cognitive mechanisms as well as the effects of familiarity on Chinese EFL learners’ comprehension of English predicative metaphors, adopting a two factors within-subject design: 2 (degree of familiarity: high-familiarity, low-familiarity) × 3 (priming condition: matching priming condition (MP), mismatching priming condition (MMP) and, no priming condition (NP)). Forty-five third-year Chinese undergraduate students participated in the experiment by completing a metaphor semantic comprehension test. Their reaction times (RTs) and accuracy rate of comprehension were recorded and a two-way ANOVA analysis of the results reveals that: Embodied simulation mechanism plays an important role in English predicative metaphor processing, especially when the metaphors being processed are unfamiliar. Yet its role diminishes when the metaphors being processed are highly familiar, which encourages the use of the language processing mechanism. To conclude, Chinese EFL learners make use of either the embodied simulation mechanism or the language processing mechanism in comprehending predicative metaphors, depending on their varying degrees of familiarity. These findings shed light on predicative metaphor instruction in L2 English teaching.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,306
Écart entre enseignants0,287 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language Teaching→Même sujetLanguage, Metaphor, and Cognition→Travaux en français237 207→