Unpacking the sandwich: Which mechanisms underlie the increase in sandwich priming during word recognition?
Notice bibliographique
Résumé
Lupker and Davis (2009) introduced a modification of Forster and Davis's (1984) masked priming technique that increased the size of priming effects. The modification involved briefly presenting the target as a preprime during the priming sequence (e.g., #####-JUDGE-judge-JUDGE; the "sandwich" method). At present, the precise mechanisms underlying this increase are not well understood, at least partially because most previous experiments comparing the two procedures involved between-subject comparisons. To examine these mechanisms more fully, we conducted three lexical decision experiments with sandwich and conventional priming methods using a within-subject design. We examined two types of form-related priming: letter transpositions (Experiment 1) and letter replacements (Experiments 2 and 3). Results showed an increase in masked priming effects with the sandwich method in all three experiments. Cross-method comparisons revealed the source of this increase: The sandwich technique sped up the responses to transposed-letter pairs and one-letter replacement letter pairs, produced no latency differences for double replacement-letter pairs, and slowed down responses to unrelated pairs. Experiment 3, using a control preprime (xxxxx), showed that the change in the nature of the priming effects was not simply due to the longer lag between the pattern mask and the target stimulus in the sandwich priming method. These findings pose problems for computational activation-based models that provide accounts of masked priming effects. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».