MétaCan
Menu
Retour à la cohorte
Enregistrement W4408820614 · doi:10.1038/s41597-025-04771-w

The Eye Movement Database of Passage Reading in Vertically Written Traditional Mongolian

2025· article· en· W4408820614 sur OpenAlexafffund
Yaqian Bao, Xingshan Li, Victor Kuperman

Notice bibliographique

RevueScientific Data · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueNatural Language Processing Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanada Research ChairsGovernment of Canada
Mots-clésReading (process)Movement (music)Computer scienceDatabaseInformation retrievalLinguisticsArt

Résumé

récupéré en direct d'OpenAlex

This paper introduces an eye-tracking corpus of passage reading data in the vertical writing system of traditional Mongolian. This corpus extends the Multilingual Eye Movement Corpus (MECO) database and includes data from 66 native readers of traditional Mongolian script reading 12 texts comprising 99 sentences and 2,592 words. This traditional Mongolian MECO corpus aims to address the research gap in reading studies on understudied languages. As one of the very few actively used vertical writing systems, these data offer unique insights into the cognitive and visual processing demands of vertical reading. The paper provides reliability estimates for the data and reports lexical benchmark effects of word frequency and length. Additionally, the corpus provides a valuable opportunity for cross-linguistic comparisons of eye movement data, especially with horizontal writing systems, contributing to a better understanding of how reading direction influences cognitive 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 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)0,000
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: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,889

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0050,002
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 Opus0,035
Tête enseignante GPT0,304
Écart entre enseignants0,269 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetNatural Language Processing TechniquesTravaux en français237 207