ONLY ERP data and scripts
Notice bibliographique
Résumé
Archive of processed aggregated EEG, behavioral, and background information. Data are from the ONLY study, reported in the paper 'Prosodic processing in sentences with ‘only’ in L1 and L2 English'. Passive listening ERP study on processing contrastive pitch accents in British-English sentences with 'only'. Time-windows looked into expectancy (EN), P200-like 'accent positivity', and P600. Participants were adults. One group was highly proficient Dutch speakers of English. The other group were native speakers of English from the United States (n = 8), England (n = 7), Ireland (n = 1), Australia (n = 2), Canada (n = 1), and British community in Hong Kong who did not have knowledge of Mandarin Chinese or Cantonese (n = 1). Contains the folders: - stimuli: All audio files used in the experiment - acoustic analysis: Analysis performed on the prosodic information of the stimuli - eeg experiment: All files required to run the experiment, e.g. codebook, NeuroBS Presentation scripts, stimuli, logfiles. - pp info and behav data: aggregated participant and behavioral information, and scripts to process task accuracy. - eeg data: Raw EEG files, Brainvision Analyzer history files and accompanying description in PDF, and Matlab scripts for further preprocessing of trial data. - eeg analysis: Aggregated ERP long-format datasets for analysis in R, R scripts, and final model information in linear modeling.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,458 | 0,354 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».