Bibliographic record
Abstract
Cette étude porte sur le traitement, par des apprenants d’une langue seconde, de mots ambigus (p. ex., bank, en anglais : 1] une institution financière, 2] la rive d’une rivière/d’un lac) et sur la capacité de ces apprenants d’activer la signification secondaire aussi rapidement que la signification dominante. Des participants ayant l’anglais comme langue primaire et comme langue seconde ont utilisé un paradigme de fenêtres pour effectuer une tâche de lecture à leur rythme, où toutes les phrases s’orientaient vers la deuxième signification (c.-à-d., bank comme la rive d’une rivière/d’un lac). Les résultats ont montré que les participants dont l’anglais était la langue première activaient autant les significations dominante que secondaire d’un mot ambigu, même dans un contexte orienté vers la signification secondaire. Cependant, les participants dont l’anglais était la langue seconde avaient certaines difficultés à activer la signification secondaire en langue seconde, même lorsque le contexte précédent était orienté vers celle-ci. Les résultats des participants dont la langue première était l’anglais étaient compatibles avec un modèle d’accès autonome, c’est-à-dire que toutes les significations d’un mot ambigu de la langue première sont activées même lorsque le contexte est orienté vers une signification particulière. Cependant, les résultats des participants dont l’anglais était la langue seconde, même si ceux-ci connaissaient les deux significations de chaque mot ambigu dans l’étude (selon le questionnaire rempli après l’expérience), ont montré que la signification dominante d’un mot ambigu dans une langue seconde est activée la première, même lorsque le contexte est orienté vers la signification secondaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".