Grasping Variance in Word Norms: Individual Differences in Motor Imagery and Semantic Ratings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Word norming datasets have become an important resource for psycholinguistic research, and they are based on the underlying assumption that individual differences are inconsequential to the measurement of semantic dimensions. In this pre-registered study we tested this assumption by examining whether individual differences in motor imagery are related to variance in semantic ratings. We collected graspability ratings (i.e., how easily a word's referent can be grasped using one hand) for 350 words and also had each participant complete a series of motor imagery questionnaires. Using linear mixed effect models we tested whether measures of motor imagery ability (e.g., the Florida Praxis Imagery Questionnaire and the Test of Ability in Movement Imagery for Hands) and motor imagery vividness (e.g., the Vividness of Movement Imagery Questionnaire 2) could account for variance (raw and absolute difference scores) in graspability ratings. We observed a significant relationship between motor imagery vividness and absolute rating difference scores, wherein people with more vivid motor imagery provided ratings that were further from the mean word ratings. However there was no relationship between motor imagery and raw rating difference scores. The results suggest that there are measurable systematic differences in how participants make sensorimotor semantic ratings, which has implications for how sensorimotor semantic word norms are used for investigations of lexical semantic processing.
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.
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 découle