A Process-Oriented Analysis of Speech and Silent Intervals in Responses to Serial Naming Tasks
Notice bibliographique
Résumé
In this study we present a framework for conceptualizing and analyzing responses to serial naming (RAN) tasks, in which participants sequentially name a set of stimuli that are simultaneously presented in an array format. Our aim is to better understand how these tasks are processed and why they are associated with reading skills, particularly word reading fluency. We analyzed responses by 298 Greek children in Grades 1, 3, and 5 to serial and discrete naming of digits, dice, objects, number words, and words. We measured the durations of silent and speech intervals per item in each task and grade, and tested predictions about their relations based on a hypothesis of two overlapping processing stages. We found that articulation times were longer in the serial tasks, further modulated by task demands. Total times were faster for serial than for discrete tasks, and the differences between the two (termed serial advantage) were increasingly associated with the duration of speech intervals, consistent with efficient scheduling. Serial naming rate approached or exceeded the limits imposed by processing time (operationalized as discrete onset latency), consistent with increasing processing overlap. These patterns were primarily observed for digits, number words, and—to some extent—dice, after Grade 1. Object naming seemed to pose different cognitive demands, stably across grades. Word reading exhibited the greatest differences between grades, consistent with rapid development of automaticity. We interpret this pattern of findings within a cascaded processing framework, in which performance is determined by the efficiency of cognitive scheduling of successive operations, constrained by susceptibility to interference from adjacent items. We propose that reading fluency is predicted by serial naming because it is also largely governed by the same scheduling constraints.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».