MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161971292 · doi:10.82308/47639

A critical re-evaluation of Friederici's (2002) sentence processing model with particular consideration of task effects, item effects, and inter-individual differences

2016· dissertation· en· W7161971292 sur OpenAlexaboutno aff
Stefanie Nickels

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPropositionSentenceTask (project management)

Résumé

récupéré en direct d'OpenAlex

La présente thèse doctorale explore les marqueurs électro-physiologiques des mécanismes sous-jacents du traitement de la phrase. Les deux études qui la constituent établissent les bases d'une réévaluation d'un des modèles les plus influents à l'heure actuelle (Friederici, 2002). Un point central de ce dernier est connu sous le nom de « Blocage sémantique ». Cette hypothèse prédit qu'une erreur de catégorie syntaxique, mettant en échec la formation syntagmatique, « bloque » l'analyse sémantique du mot qui comporte cette erreur. Friederici, Steinhauer et Frisch (1999) semblent appuyer cette hypothèse. Ils rapportent en effet que la composante N400 (index de traitement sémantique) est absente lorsqu'une incongruence sémantique est combinée avec une erreur de catégorie syntaxique en allemand. Notre première étude visait à tester la proposition alternative de Steinhauer et Drury (2012) pour expliquer l'absence de N400, en utilisant les mêmes stimuli que Friederici et coll. (1999). Cependant, nous n'avons pas répliqué le phénomène de Blocage sémantique (c.-à-d. l'absence de N400). En conséquence, nous avons testé six groupes additionnels afin d'examiner les trois facteurs qui distinguaient notre étude de celle de Friederici et coll. (1999) : le statut d'immersion linguistique des participants, les remplisseurs utilisés, et le type de tâche (c.-à-d. les instructions données aux participants). Les résultats montrent une absence d'effet du statut linguistique (en immersion au Canada vs. en Allemagne), et seulement une influence marginalement significative des types de remplisseurs. En revanche, le type de tâche a une grande influence sur les potentiels évoqués (PÉs). Pourtant, même en utilisant une tâche identique à Friederici et coll. (1999), des différences persistent entre les deux ensembles de données, dont les causes et implications sont discutées dans ce travail. Les indicateurs du Blocage sémantique n'étant répliqués dans aucun des sept groupes testés, nous en concluons que l'hypothèse du Blocage sémantique, dans sa forme actuelle, n'est pas soutenable.Dans le deuxième manuscrit, nous identifions une autre raison potentielle pour l'absence de réplication des résultats de Friederici et coll. (1999). En examinant les PÉs pour chaque participant, nous avons observé une grande variabilité : le mot cible induisait une N400 chez certains participants, ou une P600 chez d'autres. C'est pourquoi nous avons testé un sous-groupe de 42 participants avec une batterie complète de mesures comportementales (motivation pendant l'expérience, mémoire de travail, ainsi qu'habiletés linguistiques générales, syntaxiques, sémantiques pré et post-lexicales) afin d'évaluer l'influence de ces paramètres sur la N400 et la P600. Surtout, nous avons exploité deux méthodes d'analyse innovatrices, la Décomposition des résidus par itération (Residue Iteration Decomposition, RIDE), et les Modèles mixtes additifs généralisés (Generalized Additive Mixed Models, GAMMs). Ces techniques promettent d'alléger divers problèmes méthodologiques communément observés dans les recherches utilisant les PÉs. Les avantages et inconvénients de chaque technique sont discutés. Nos résultats concernant la relation entre nos six paramètres comportementaux et les composantes N400 et P600 sont cependant nuancés, en raison des limitations liées aux algorithmes GAMM actuels. Malgré tout, la motivation durant l'expérience émerge comme le prédicteur le plus consistant : nos analyses montrent qu'une hausse de la motivation est liée à une augmentation de l'amplitude de la N400, tandis que la P600 n'est pas affectée. Nous apportons une discussion détaillée des relations systématiques entre l'amplitude de la N400 et l'amplitude de la P600 pour chaque participant, au sein et à travers des différentes conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,030
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0050,012
Science ouverte0,0070,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,040
Tête enseignante GPT0,325
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeurobiology of Language and Bilingualism→Travaux en français237 207→