MétaCan
Menu
Retour à la cohorte
Enregistrement W4401705640 · doi:10.1093/acrefore/9780199384655.013.370

Bilingual Language Processing

2024· reference-entry· en· W4401705640 sur OpenAlexaff
John W. Schwieter

Notice bibliographique

RevueOxford Research Encyclopedia of Linguistics · 2024
Typereference-entry
Langueen
DomaineComputer Science
ThématiqueNatural Language Processing Techniques
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceProgramming languageLinguisticsNatural language processingPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Psycholinguistic approaches to examining bilingualism are relatively recent applications that have emerged in the 20th century. The fact that there are more than 7,000 current languages in the world, with the majority of the population actively using more than one language, offers the opportunity to examine language and cognitive processes in a way that is more reflective of human nature. While it was once believed that exposing infants and children to more than one language could lead to negative consequences for cognition and overall language competence, current evidence shows that this is not the case. Among the many topics studied in psycholinguistics and bilingualism is whether two language systems share an integrated network and overlap in the brain, and how the mind deals with cross-linguistic activation and competition from one language when processing in another. Innovative behavioral, electrophysiological, and neuroscientific methods have significantly elucidated our understanding of these issues. The current state of the psychology and neuroscience of bilingualism finds itself at the crossroads of uncovering a holistic view of how multiple languages are processed and represented in the mind and brain. Current issues, such as exploring the cognitive and neurological consequences of bilingualism, are at the forefront of these discussions.

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)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0040,003
Intégrité de la recherche0,0010,004
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 Opus0,043
Tête enseignante GPT0,385
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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 revueOxford Research Encyclopedia of LinguisticsMême sujetNatural Language Processing TechniquesTravaux en français237 207