Organisation of Structured Export Financing by Commercial Banks in Russian Federation
Notice bibliographique
Résumé
An important question within psycholinguistics is how knowledge of multiple languages impacts the coactivation of word forms and meanings during language comprehension. To the extent that a bilingual's known languages are always partially active, as predicted by models such as the bilingual interactive activation plus model (Dijkstra & Van Heuven, 2002), cross-language activation should influence which meanings are accessed and in which order. Here, we monitored the eye movements of 48 French-English and 40 English-French bilingual adults as they read within-language homonyms embedded in more or less semantically constraining English sentences. The within-language homonyms were either cognate homonyms, whose subordinate meanings were also French cognates (e.g., sage, "herb" or, less frequently, "wise man" in English and, also, "wise man" in French), or uniquely English (e.g., chest). French-English bilinguals processed cognate homonyms with subordinate meanings more quickly than uniquely English homonyms with subordinate meanings, and individual differences in executive control capacity modulated their processing of uniquely English homonyms only. In contrast, English-French bilinguals processed all within-language homonyms similarly, regardless of cognate status and executive control capacity. Our findings suggest that cross-language activation impacts within-language ambiguity resolution by changing the relative dominance of the meanings associated with a word form, and that cross-language activation varies as a function of the language tested (first or second language). (PsycINFO Database Record (c) 2020 APA, all rights reserved).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».