MétaCan
Menu
Retour à la cohorte
Enregistrement W4285390573 · doi:10.1111/psyp.14145

An event‐related potential study of self‐positivity bias in native and foreign language contexts

2022· article· en· W4285390573 sur OpenAlexaff
Shuang Liu, John W. Schwieter, Fenqi Wang, Huanhuan Liu

Notice bibliographique

RevuePsychophysiology · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésPsychologyN400Context (archaeology)Event-related potentialNegativity effectSelfNeutralityCognitive psychologyDevelopmental psychologySocial psychologyElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Self-positivity bias is a common psychological phenomenon in which individuals often associate positive information with themselves. However, little is known about how self-positivity bias is modulated by different language contexts (e.g., a first vs. second language). To this end, we analyzed behavioral and electrophysiological data to examine whether first or second languages play differential roles in the self-positivity bias effect. We used a modified self-positivity bias task which required Chinese-English bilinguals to judge strings of letters or characters as realwords or not and match associations between identity (self, other) and a geometric shape (circle, triangle). The target words in the experiment consisted of positive, negative, and neutral emotional words. The results showed that in the L2 context, the self-positivity condition elicited a smaller N400 effect relative to the self-negativity condition and a larger late positive component effect relative to the self-negativity and self-neutrality conditions. Furthermore, the other-positivity condition elicited a stronger N400 effect than the other-neutrality condition. These patterns did not emerge in the L1 context. We discuss the implications and contributions of these findings to better understand the interaction between emotion and self-concept in different language contexts.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,477

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)0,0000,000

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 Opus0,062
Tête enseignante GPT0,381
Écart entre enseignants0,319 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychophysiologyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207