MétaCan
Menu
Retour à la cohorte
Enregistrement W4311800478 · doi:10.1167/jov.22.14.4450

Foveal Splitting of Compounds and Pseudocompounds using Anaglyphs

2022· article· en· W4311800478 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Vision · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCategorization, perception, and language
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésFovealLexical decision taskComputer scienceCompoundCognitive psychologyWord (group theory)Lateralization of brain functionPsychologySpeech recognitionArtificial intelligenceMathematicsNeuroscienceCognitionChemistry

Résumé

récupéré en direct d'OpenAlex

We investigated the nature of linguistic codes at the earliest moments of visual word recognition by employing red-blue anaglyph glasses to split compounds (e.g., snowball) and pseudocompounds (e.g., cartridge) along the fovea’s vertical meridian. By hypothesis, anaglyphs allowed us to manipulate the role of retinotopic projections during visual processing, whereby word segments were projected to the right or left hemisphere via the ipsilateral or contralateral pathways. Furthermore, this technique allows the embedded words (i.e., constituents) of compounds and pseudocompounds to be presented independently in the visual word form area. Seventy-one participants performed a visual masked lexical decision task, where they made word-nonword judgements. Stimuli were presented for 133 milliseconds either completely in black (both pathways), red/blue (ipsilateral pathways) and blue/red (contralateral pathways). The compounds and pseudocompounds were split into their constituents (legal split) or one letter to the left or to right of the morpheme boundary (illegal split). Compounds varied in the degree of semantic transparency, either transparent (T) or opaque (O), of constituents (e.g., TT, snowball; OT, crowbar; TO, jailbird; OO, hogwash). The accuracy and response times (RTs) to the lexical decision task were analyzed using linear mixed effects models. Results suggest an advantage for words processed through both visual pathways than when they are projected contralaterally (both in accuracy and RTs) and ipsilaterally (in accuracy only). Furthermore, legally split stimuli were judged faster and more accurately than illegal split stimuli regardless of word type. Responses to compounds were more accurate when compared to pseudocompounds. Taken together, these findings suggest that the early visual word recognition system is sensitive to the internal structure of compounds and pseudocompounds, but blind to the semantic contribution of their constituents.

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 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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,735
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,022
Tête enseignante GPT0,345
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