MétaCan
Menu
← Retour à la cohorte
Enregistrement W4234121207 · doi:10.31234/osf.io/p748h

Something old, something new: A review of the literature on sleep-related lexicalization of novel words in adults

2020· review· en· W4234121207 sur OpenAlexaff
Pauline Palma, Debra Titone

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensMcGill UniversityCentre for Research on Brain Language and Music
Organismes subventionnairesnon disponible
Mots-clésLexicalizationPsychologyMemory consolidationCognitive psychologyConsolidation (business)Sleep (system call)Word learningVariety (cybernetics)LinguisticsCognitive scienceComputer scienceArtificial intelligenceVocabularyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Word learning is a crucial aspect of human development that depends on the formation and consolidation of novel memory traces. In this paper, we critically review the behavioural research on sleep-related lexicalization of novel words in healthy young adult speakers. We first describe human memory systems, the processes underlying memory consolidation, then we describe the Complementary Learning Systems account of memory consolidation. We then review behavioural studies focusing on novel word learning and sleep-related lexicalization in monolingual samples, while highlighting their relevance to three main theoretical questions. Finally, we review the few studies that have investigated sleep-related lexicalization in L2 speakers. Overall, while several studies suggest that sleep promotes the gradual transformation of initially labile traces into more stable representations, a growing body of work suggests a rich variety of time-courses for novel word lexicalization. Moreover, there is a need for more work on sleep-related lexicalization patterns in varied populations, such as L2 speakers and bilingual speakers, and more work on individual differences, to fully understand the boundary conditions of this phenomenon.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,038
Tête enseignante GPT0,361
Écart entre enseignants0,323 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReading and Literacy Development→Travaux en français237 207→