MétaCan
Menu
Retour à la cohorte
Enregistrement W4405181073 · doi:10.1075/ml.24015.man

The influence of semantic primes on the typing of word targets

2024· article· en· W4405181073 sur OpenAlexafffund
Ajay Mangat, Alexander Taikh

Notice bibliographique

RevueThe Mental Lexicon · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensBrock UniversityConcordia University of Edmonton
Organismes subventionnairesConcordia University of Edmonton
Mots-clésKeystroke loggingPrime (order theory)Computer sciencePriming (agriculture)Interval (graph theory)Word (group theory)Natural language processingFacilitationTypingArtificial intelligenceInterstimulus intervalSpeech recognitionPsychologyLinguisticsMathematicsBiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Typing is a complex activity involving identifying and encoding the to-be-typed word, planning, and executing the keystrokes. Different mechanisms have been proposed to explain how contextual information about meaning influences the processing of a target word (for example, semantic priming), and it is unclear how this information influences the typing output of the target word. When the interval between the prime and target is short, the prime is thought to automatically activate the target. With a longer interval, the facilitation may be more strategic. The influence of the prime on the output of the target may thus depend on the interval between the two. We found that at both short and long intervals, related semantic primes facilitated the speed of the first keystroke of the target word. However, there was no effect on how quickly the non-initial letters of the target were entered, suggesting that information from semantic primes influences the planning and initiation of typing, but not the execution of remaining keystrokes. Interestingly, the initial and non-initial keystrokes were faster when the interstimulus interval was long, suggesting participants encode the letters of the prime which could interfere with encoding and typing the target if the interval between them is short.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,200

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,304
Écart entre enseignants0,287 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Mental LexiconMême sujetReading and Literacy DevelopmentTravaux en français237 207