MétaCan
Menu
Retour à la cohorte
Enregistrement W4399751431 · doi:10.1080/20445911.2024.2365463

Language-specific cognitive flexibility is related to code-switching habits and interactional context; domain-general cognitive flexibility is not

2024· article· en· W4399751431 sur OpenAlexaff
Leah Gosselin, Laura Sabourin

Notice bibliographique

RevueJournal of Cognitive Psychology · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCognitive flexibilityPsychologyFlexibility (engineering)CognitionContext (archaeology)Code-switchingCognitive psychologyDomain (mathematical analysis)Code (set theory)Cognitive scienceLinguisticsComputer scienceProgramming languageSet (abstract data type)

Résumé

récupéré en direct d'OpenAlex

Individualistic experience with code-switching has often been found to modulate bilingual executive functioning, though the direction of these effects is variable. The present study investigated whether French-English code-switching in a primarily dual-language context (the environment which requires the most control processes) may lead to increased cognitive flexibility. Sustained (mixing) and transient (switching) cognitive flexibility was examined in a domain-general task and a novel language-specific task (i.e. a cued bilingual lexical decision task). First, mixing and switching effects in the domain-general task were not reliably predicted by the participants’ code-switching habits. Second, though the sample displayed minimal switching effects and a mixing benefit in the language-specific task, these were positively predicted by the participants’ deliberate code-switching. By contrast, predictors related to dense code-switching were negatively related to the participants’ language-specific sustained cognitive flexibility. Altogether, our findings indicate that any training instilled by dual-language code-switching is restricted to language-specific cognitive flexibility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,064
Tête enseignante GPT0,406
Écart entre enseignants0,342 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cognitive PsychologyMême sujetNeurobiology of Language and BilingualismTravaux en français237 207