MétaCan
Menu
Retour à la cohorte
Enregistrement W4389730926 · doi:10.1075/ml.21005.tai

Accessing the semantic and lexical information of constituents while typing compounds

2023· article· en· W4389730926 sur OpenAlexaff
Alexander Taikh, Christina L. Gagné, Thomas L. Spalding

Notice bibliographique

RevueThe Mental Lexicon · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversity of AlbertaConcordia University of Edmonton
Organismes subventionnairesnon disponible
Mots-clésTypingKeystroke loggingLinguisticsComputer scienceNatural language processingArtificial intelligencePsychologySpeech recognition

Résumé

récupéré en direct d'OpenAlex

Abstract A key question in research concerning the typing production of morphologically complex words is whether the whole multimorphemic word is output ballistically or whether individual constituents are accessed during typing. To address this question, we examined keystroke latencies during the production of English compounds (e.g., snowball ) to test whether the initiation and continued typing of each constituent (e.g., snow and ball ) are influenced by its linguistic properties (length, frequency, and semantic transparency). Participants identified and then typed a compound word. We found that the initiation and continued typing of each constituent was influenced by the linguistic properties of that constituent. However, the linguistic properties of the second constituent also influenced the typing latency of the final letter of the first constituent, suggesting that production of the first constituent overlapped with accessing and planning the keystrokes of the second constituent. The influence of the linguistic properties of the first constituent on its own initiation and continued typing suggests that accessing and planning the keystrokes of the first constituent occurred as the compound word was being identified. Our findings indicate that individual constituents are accessed during production and influence the typing of compound words.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,206

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 Opus0,052
Tête enseignante GPT0,307
Écart entre enseignants0,255 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Mental LexiconMême sujetNeurobiology of Language and BilingualismTravaux en français237 207