Orthographic-Semantic consistency effects in lexical decision: What types of neighbors are responsible for the Effects?
Notice bibliographique
Résumé
Recent research (e.g., Marelli & Amenta, 2018; Siegelman, Rueckl, Lo, Kearns, Morris & Compton, 2022) has demonstrated a significant orthographic-semantic (O-S) consistency effect on lexical decision performance. Specifically, lexical decision latencies were faster for words with a consistent O-S relationship than for words that do not have a consistent O-S relationship, with consistency being defined in terms of the semantics of those words’ “orthographic neighbors”. Interestingly, however, the words assumed to be orthographic neighbors were different across the studies and, therefore, different factors may have been at work in the two situations. In order to more closely examine the origin of O-S consistency effects in lexical decision tasks, we first attempted to replicate both of those results. Then, we examined O-S consistency effects based on addition (e.g., cats-CAT, pant-PAN), substitution (e.g., cot-CAT, pin-PAN) and deletion (seat-SAT, road-ROD) neighbors separately for mono-morphemic English words in both the datasets used in the previous studies and, based on the former two neighbor types, in a lexical decision experiment. Throughout our data analyses, we observed that addition neighbors play an important role in producing an O-S consistency effect in lexical decision performance. In contrast, we failed to observe a significant O-S consistency effect when consistencies were computed based only on the substitution (or deletion) neighbors. Because addition neighbors involve many morphologically-related neighbors, we further examined the roles that morphologically-related and unrelated neighbors play in producing the O-S consistency effect. Those analyses revealed that the O-S consistency effect for addition neighbors is largely produced by the combination of a processing advantage when a word has many morphologically-related neighbors and a processing disadvantage when a word has many morphologically-unrelated neighbors. More broadly, this research demonstrates that readers pick up on the statistical relationships between spelling and meaning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».