Effects of Dispositional Affect on the N400: Language Processing and Socially Situated Context
Notice bibliographique
Résumé
We examined whether the N400 Event-Related Potential (ERP) component would be modulated by dispositional affect during sentence processing. In this study, 33 participants read sentences manipulated by direct object type (congruent vs. incongruent) and object determiner type (definite vs. demonstrative). We were particularly interested in sentences of the form: (i) The connoisseur tasted thewineon the tour vs. (ii) The connoisseur tasted the #roof… We expected that processing incongruent direct objects (#roof) vs. congruent objects (wine) would elicit N400 effects. Previous ERP language experiments have shown that participants in (induced) positive and negative moods were differentially sensitive to semantic anomaly, resulting in different N400 effects. Presently, we ask whether individual dispositional affect scores (as measured by the Positive and Negative Affect Schedule; PANAS) would modulate N400 effects as shown previously. Namely, previous results showed larger N400 effects associated with happy moods and attenuated amplitudes associated with sad moods. Results revealed significant N400 effects, driven by the #roof vs. the wine, where larger amplitude differences were found for individuals showing smaller negative affect (NA) scores, thus partially replicating previous findings. We discuss our results in terms of theories of local (lexical) inhibition, such that low NA promotes stronger lexico-semantic links in sentences. Finally, our results support accounts of language processing that include social and biological characteristics of individuals during real-time sentence comprehension.
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 | 0,000 |
| 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) | 0,002 | 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 ».