Bilingualism: A Neurocognitive Exercise in Managing Uncertainty
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bilinguals have distinct linguistic experiences relative to monolinguals, stemming from interactions with the environment and the individuals therein. Theories of language control hypothesize that these experiences play a role in adapting the neurocognitive systems responsible for control. Here we posit a potential mechanism for these adaptations, namely that bilinguals face additional language-related uncertainties on top of other ambiguities that regularly occur in language, such as lexical and syntactic competition. When faced with uncertainty in the environment, people adapt internal representations to lessen these uncertainties, which can aid in executive control and decision-making. We overview a cognitive framework on uncertainty, which we extend to language and bilingualism. We then review two "case studies," assessing language-related uncertainty for bilingual contexts using language entropy and network scientific approaches. Overall, we find that there is substantial individual variability in the extent to which people experience language-related uncertainties in their environments, but also regularity across some contexts. This information, in turn, predicts cognitive adaptations associated with language fluency and engagement in proactive cognitive control strategies. These findings suggest that bilinguals adapt to the cumulative language-related uncertainties in the environment. We conclude by suggesting avenues for future research and links with other research domains. Ultimately, a focus on uncertainty will help bridge traditionally separate scientific domains, such as language processing, bilingualism, and decision-making.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle