From letters to composed concepts: A magnetoencephalography study of reading
Notice bibliographique
Résumé
ABSTRACT Language comprehension requires the recognition of individual words and the combination of their meanings to yield complex concepts or interpretations. Rather than simple concatenation, this combinatory process often requires the insertion of unstated semantic material between words, based on thematic or feature knowledge of the concepts. For example, the phrase horse barn is not interpreted as a blend of a horse and a barn, but specifically a barn in which horses are kept. Mounting evidence suggests two cortical semantic hubs, in left temporoparietal and anterior temporal cortex, underpin thematic and feature concept knowledge, but much remains unclear about how these putative hubs contribute to combinatory language processing. Using magnetoencephalography, we contrasted source-localized responses to modifier-noun phrases involving thematic relations vs. feature modifications, while also examining how lower-level orthographic processing fed into responses supporting word combination. Twenty-eight participants completed three procedures examining responses to letter-strings, adjective-noun phrases, and noun-noun combinations that varied the semantic relations between words. We found that while color + noun phrases engaged the left anterior temporal lobe (150-300 ms after phrasal head), posterior temporal lobe (150-300 ms), and angular gyrus (300-450 ms), only left posterior temporal lobe responses were sensitive to implicit thematic relations between composing nouns (150-300 ms). We additionally identified a left temporo-occipital progression from orthographic to lexical processing, feeding into ventral anterior areas engaged in the combination of word meanings. Finally, by examining source signal leakage, we characterized the degree to which these responses could be distinguished from one another, using linear source estimation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».