MétaCan
Menu
Retour à la cohorte
Enregistrement W4415407146 · doi:10.1007/s12144-025-08304-x

Investigating object orientation effects across 18 languages

2025· article· en· W4415407146 sur OpenAlexaff
Sau-Chin Chen, Erin Michelle Buchanan, Zoltán Kekecs, Jeremy K. Miller, Anna Szabelska, Balázs Aczél, Pablo Bernabeu, Patrick S. Forscher, Attila Szuts, Zahir Vally, Ali H. Al‐Hoorie, Mai Helmy, Caio Santos Alves da Silva, Luana Oliveira da Silva, Yago Luksevicius Moraes, Rafael Ming Chi Santos Hsu, Anthonieta Looman Mafra, Jaroslava Varella Valentová, Marco Antônio Corrêa Varella, Barnaby Dixson, Kim Peters, Niklas K. Steffens, Omid Ghasemi, Andrew Roberts, Robert M. Ross, Ian D. Stephen, Marina Milyavskaya, Kelly Wang, Kaitlyn M. Werner, Dawn Liu Holford, Miroslav Sirota, Thomas Rhys Evans, Dermot Lynott, Bethany M. Lane, Danny Riis Sahlholdt, Glenn Patrick Williams, Chrystalle B. Y. Tan, Alicia Foo, Steve M. J. Janssen, Nwadiogo Chisom Arinze, Izuchukwu L. G. Ndukaihe, David Moreau, Brianna Jurosic, Brynna Leach, Savannah C Lewis, Peter Robert Mallik, Kathleen Schmidt, William J. Chopik, Leigh Ann Vaughn, Manyu Li, Carmel Levitan, Daniel Storage, Carlota Batres, T. J. McGee, Janina Enachescu, Jerome Olsen, Claus Lamm, Ekaterina Pronizius, Tilli Ripp, Jan Philipp Röer, Roxane Schnepper, Μαριέττα Παπαδάτου-Παστού, Aviv Mokady, Niv Reggev, Priyanka Chandel, Pratibha Kujur, Babita Pande, Arti Parganiha, Noorshama Parveen, Sraddha Pradhan, Margaret Messiah Singh, Max Korbmacher, Jonas R. Kunst, Christian K. Tamnes, Frederike S. Woelfert, Kristoffer Klevjer, Sarah E. Martiny, Gerit Pfuhl, Sylwia Adamus, Krystian Barzykowski, Katarzyna Filip, Patrí­cia Arriaga, Vasilije Gvozdenović, Vanja Ković, Fei Gao, Jingxiang Li, Jozef Bavoľár, Monika Hricová, Pavol Kačmár, Matúš Adamkovič, Peter Babinčák, Gabriel Baník, Ivan Ropovik, Sara Álvarez Solas, Harry Manley, Panita Suavansri, Chun‐Chia Kung, Belemir Çoktok, Asil Ali Özdoğru, Çağlar Solak, Sinem Söylemez, Sami Çoksan, İlker Dalḡar, Mahmoud Medhat Elsherif, Martin R. Vasilev, Vinka Mlakic, Elisabeth Oberzaucher, Stefan Stieger, Selina Volsa, Erica D. Musser, Janis Zickfeld, Christopher R. Chartier

Notice bibliographique

RevueCurrent Psychology · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCategorization, perception, and language
Établissements canadiensWestern UniversityCarleton University
Organismes subventionnairesAustralian Research CouncilNational Institute for Interdisciplinary Science and TechnologyVedecká Grantová Agentúra MŠVVaŠ SR a SAVAgentúra na Podporu Výskumu a VývojaLeverhulme TrustJohn Templeton Foundation
Mots-clésMental representationObject (grammar)ComprehensionSentenceOrientation (vector space)Mental rotationRepresentation (politics)Matching (statistics)

Résumé

récupéré en direct d'OpenAlex

Abstract Mental simulation theories of language comprehension propose that people automatically create mental representations of objects mentioned in sentences. Mental representation is often measured with the sentence-picture verification task, wherein participants first read a sentence that implies the object property (i.e., shape and orientation). Participants then respond to an image of an object by indicating whether it was an object from the sentence or not. Previous studies have shown matching advantages for shape, but findings concerning object orientation have not been robust across languages. This registered report investigated the match advantage of object orientation across 18 languages in nearly 4,000 participants. The preregistered analysis revealed no compelling evidence for a match advantage for orientation across languages. Additionally, the match advantage was not predicted by mental rotation scores. In light of these findings, we discuss the implications for current theory and methodology surrounding mental simulation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,595
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,463
Écart entre enseignants0,429 · 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.

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 revueCurrent PsychologyMême sujetCategorization, perception, and languageTravaux en français237 207