MétaCan
Menu
Retour à la cohorte
Enregistrement W4406813601 · doi:10.3765/elm.3.5800

'Negation-blind' N400 effect disappears when lexical priming is controlled

2025· article· en· W4406813601 sur OpenAlexaff
Daiki Asami, Chao Han, Yue Lu, Effah Yahya M Morad, Chenyue Zhao, Arild Hestvik

Notice bibliographique

RevueExperiments in Linguistic Meaning · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésN400NegationPriming (agriculture)LinguisticsPsychologyNatural language processingCognitive psychologyMathematicsCommunicationComputer sciencePhilosophyCognitionNeuroscienceBiologyEvent-related potential

Résumé

récupéré en direct d'OpenAlex

Previous ERP studies showed that false affirmative sentences elicited a larger N400 than their true versions, but they found the reverse pattern when the sentences were of negative form as if N400 was blind to negation. This negation-blind N400 pattern arguably constituted evidence for two-step accounts of negation processing: When processing negative sentences, a comprehender first computes an internal proposition and then considers the negation. However, the prior studies were confounded by a lexical priming relation between subject and object. Therefore, it was an open question whether or not the observed ERP pattern really reflected the two-step process. To tackle this question, we conducted an ERP experiment, using size-comparison statements where subjects and objects are semantically unrelated. This design allowed us to remove the priming confound. We predicted that if the previous negation-blind N400 pattern is unrelated to lexical priming, it would be replicated; if not, it would disappear. The result was consistent with the second prediction. This suggests that the previously observed negation-blind N400 pattern does not necessarily constitute evidence for two-step accounts of negation 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,034
Tête enseignante GPT0,361
Écart entre enseignants0,327 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperiments in Linguistic MeaningMême sujetNeurobiology of Language and BilingualismTravaux en français237 207