MétaCan
Menu
Retour à la cohorte
Enregistrement W3091690202 · doi:10.3389/fpsyg.2020.548755

Cognitive and Neurocognitive Effects From the Unique Bilingual Experiences of Interpreters

2020· article· en· W3091690202 sur OpenAlexaff
Aline Ferreira, John W. Schwieter, Julia Festman

Notice bibliographique

RevueFrontiers in Psychology · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésNeurocognitivePsychologyNeuroscience of multilingualismInterpreterCognitionCognitive psychologyMultilingualismCognitive scienceLinguisticsNeuroscienceComputer science

Résumé

récupéré en direct d'OpenAlex

For bilinguals, research suggests that both languages are constantly active and competing in the mind, even when only using one. However, this body of work has reported inconclusive results on the long-term effects of the constant parallel activation and use of more than one language on the brain. This has mostly been due to inconsistent comparisons between groups of bilinguals and monolinguals. Not all bilingualisms are the same. The investigation of the use of more than one language over a lifetime offers the opportunity to better understand the consequences of bilingualism on the brain. However, few studies have specifically looked at the long-standing effects of being an interpreter. In this paper, we review theories from the field of Translation and Interpreting Studies and provide a critical review of work that offers insight on the cognitive and neurocognitive effects that seem to arise from the unique, highly-cognitive-demanding practices experienced by interpreters.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,050
Tête enseignante GPT0,440
Écart entre enseignants0,390 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetInterpreting and Communication in HealthcareTravaux en français237 207