Notice bibliographique
Résumé
Abstract Pupillometry is the scientific study of pupil size changes due to low-level factors like ambient lighting conditions and changes in focal distance, and, more interestingly, due to higher level brain activity and attentional, emotional, or cognitive demands. Because it offers a way to assess cognitive activity, pupillometry has attracted research gauging cognitive processing effort on and off since the 1960s. Due to developments in eye tracking technology and statistical analysis methods, pupillometry has enjoyed a renewed interest as a tool for language processing research since the 2010s. Language processing tasks using Task-Evoked Pupillary Response (TEPR)—measured changes in pupil dilation time-locked to the presentation of a stimulus—have shown that the human pupil responds to and can be used to replicate many of the standard findings in the psycholinguistic literature. For example, pupil size varies with lexical frequency during word processing tasks, showing more dilation for low than for high frequency words. Similarly, changes in pupil size correlate with differences in complexity, ambiguity, predictability, and ease of contextual integration during sentence processing. Perhaps most interestingly, pupillometry responds to processing demands induced by pragmatic inferences. Further, it is sensitive to several individual difference factors, for the investigation of which it offers a non-invasive, task-free method. This is without doubt one of the most attractive sides of pupillometry: it can be used to investigate many factors influencing spoken language processing effort, including pragmatics and socially situated language processes, and it can be used to do so without an explicit task and with natural, felicitous spoken stimuli. However, the literature reporting use of pupillometry in psycholinguistics is still very sparse, so more research is needed to find the areas where pupillometry is both reliable and useful, and where it independently benefits research in language sciences, not just replicates results and phenomena obtained from other, more established methods. Current developments in data preprocessing, statistical methods, and eye tracking technology carry some promise that this time, pupillometry might have come to stay as one more useful method in a psycholinguist’s toolbox.
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 | 0,004 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,006 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».