MétaCan
Menu
Retour à la cohorte
Enregistrement W4410083965 · doi:10.1016/j.jml.2025.104646

Orthographic-Semantic consistency effects in lexical decision: What types of neighbors are responsible for the Effects?

2025· article· en· W4410083965 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Memory and Language · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensWestern University
Organismes subventionnairesWaseda UniversityWestern University
Mots-clésPsychologyLexical decision taskConsistency (knowledge bases)Orthographic projectionLexical accessLinguisticsCognitive psychologyCognitionNatural language processingArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,299
Écart entre enseignants0,287 · 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