MétaCan
Menu
Retour à la cohorte
Enregistrement W3175333890 · doi:10.1017/s1366728921000262

Conceptual representations in bicultural bilinguals: An ERP approach

2021· article· en· W3175333890 sur OpenAlexaffabout
Xuan Pan, Andy Xiong, Olessia Jouravlev, Debra Jared

Notice bibliographique

RevueBilingualism Language and Cognition · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensCarleton UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésMandarin ChinesePsychologyTask (project management)Word (group theory)LinguisticsPerceptionTest (biology)Session (web analytics)Cognitive psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract We investigated conceptual representations for translation word pairs in bilinguals who learned their languages in different cultural contexts. Mandarin–English bilinguals were presented with a word, and then a picture, and decided if they matched. Both behavioural and ERP data were collected. In one session, words were in English and in another they were the Mandarin translations. Critical pictures matched the prior word and were either biased to Chinese or Canadian culture. There was an interaction of test language and picture type in RT and errors in the behavioural data, and in five components in the ERP data, indicating that the task was easier when the culture depicted in the picture was congruent with the language of the preceding word. These findings provide evidence that the specific perceptual experiences that bilinguals encounter when learning words in each language have an impact on the semantic features that are activated by those words.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,345
Écart entre enseignants0,304 · 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.

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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBilingualism Language and CognitionMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207