Affective and sensory–motor norms for idioms by L1 and L2 English speakers
Notice bibliographique
Résumé
Abstract In the present study, we developed affective (valence and arousal) and sensory–motor (concreteness and imageability) norms for 210 English idioms rated by native English speakers (L1) and English second-language speakers (L2). Based on internal consistency analyses, the ratings were found to be highly reliable. Furthermore, we explored various relations within the collected measures (valence, arousal, concreteness, and imageability) and between these measures and some available psycholinguistic norms (familiarity, literal plausibility, and decomposability) for the same set of idioms. The primary findings were that (i) valence and arousal showed the typical U-shape relation, for both L1 and L2 data; (ii) idioms with more negative valence were rated as more arousing; (iii) the majority of idioms were rated as either positive or negative with only 4 being rated as neutral; (iv) familiarity correlated positively with valence and arousal; (v) concreteness and imageability showed a strong positive correlation; and (vi) the ratings of L1 and L2 speakers significantly differed for arousal and concreteness, but not for valence and imageability. We discuss our interpretation of these observations with reference to the literature on figurative language processing (both single words and idioms).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».