MétaCan
Menu
Retour à la cohorte
Enregistrement W4251370682 · doi:10.1167/13.9.511

Distinct stages of word identification during reading: Evidence from eye movements

2013· article· en· W4251370682 sur OpenAlexaff
H. Sheridan, E. M. Reingold

Notice bibliographique

RevueJournal of Vision · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueGaze Tracking and Assistive Technology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStimulus (psychology)Eye movementWord lists by frequencyGazeFixation (population genetics)PsychologySpeech recognitionAudiologyCognitive psychologyCommunicationComputer scienceArtificial intelligenceNeuroscience

Résumé

récupéré en direct d'OpenAlex

The present study was designed to examine the processes underlying word identification during reading, by manipulating both lexical and visual aspects of the text. Specifically, participants’ eye movements were monitored while they read sentences in which high-frequency and low-frequency target words were presented either normally (i.e., the normal condition) or with reduced stimulus quality (i.e., the faint condition), or with alternating lower and upper case letters (i.e., the case alternated condition). Both the stimulus quality and case alternation manipulations interacted with word frequency for the gaze duration measure (i.e., the cumulative duration of all first-pass fixations on the target word), such that the magnitude of word frequency effects was increased relative to the normal condition. However, stimulus quality (but not case alternation) interacted with word frequency for the early fixation time measures (i.e., first fixation, single fixation), whereas case alternation (but not stimulus quality) interacted with word frequency for the later fixation time measures (i.e., total time, go-past time). We interpret this pattern of results as evidence that stimulus quality influences an earlier stage of lexical processing than case alternation, and we discuss the implications of our results for models of eye movement control during reading. Meeting abstract presented at VSS 2013

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,231

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,301
Écart entre enseignants0,280 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetGaze Tracking and Assistive TechnologyTravaux en français237 207