Çince Sözcük Kararı ve İsimlendirme Görevler Arası Frekans Etkisi karşılaştırılması

Özet

Researchers adopt both the lexical decision task and the naming task to investigate some important topics such as character/word recognition by comparing the frequency effect between these two tasks. This article introduces this approach through two exemplar experiments and elaborates on the underlying logic.

Özet

In psycholinguistic research, the frequency effect can be one of the indicators for eligible experimental tasks that examine the nature of lexical access. Usually, only one of those tasks is chosen to examine lexical access in a study. Using two exemplar experiments, this paper introduces an approach to include both the lexical decision task and the naming task in a study. In the first experiment, the stimuli were Chinese characters with frequency and regularity manipulated. In the second experiment, the stimuli were switched to Chinese two-character words, in which the word frequency and the regularity of the leading character were manipulated. The logic of these two exemplar experiments was to explore some important issues such as the role of phonology on recognition by comparing the frequency effect between both the tasks. The results revealed different patterns of lexical access from those reported in the alphabetic systems. The results of Experiment 1 manifested a larger frequency effect in the naming task as compared to the LDT, when the stimuli were Chinese characters. And it is noteworthy that, in Experiment 1, when the stimuli were regular Chinese characters, the frequency effect observed in the naming task was roughly equivalent to that in the LDT. However, a smaller frequency effect was shown in the naming task as compared to the LDT, when the stimuli were switched to Chinese two-character words in Experiment 2. Taking advantage of the respective demands and characteristics in both tasks, researchers can obtain a more complete and precise picture of character/word recognition.

Giriş

okuma deneyimi olarak, bir kelimenin yüksek oluşumu psikodilbilimsel alanda frekans etkisi olarak bilinir o tespit edilecek hızını artırır. Psikofiziksel araştırma kelime sıklığı değişken kurgulama, insanların ortak kelimeleri ^1,2 tanıma alt eşik gözlendi. 1970'lerin sonlarında, kelime sıklığı yaygın kelime kimlik ^3,4 etkileyen en önemli değişkenlerden biri olarak kabul edilmiştir. Kelime sıklığı odaklanmak ve ilgili diğer değişkenleri içeren, kelime tanıma açıklayan en teoriler inşa edilmiş ve ^5-9 yayıldı olmuştu. o bir görev etkin bir kelime tanıma sürecini yakalayabilir iddia edilmektedir Dolayısıyla, eğer kelime sıklığı değişikliklerine karşı duyarlı olmalıdır. Yazılı kelime tanıma Literatürde, hem sözcük karar görevi (LDT) ve adlandırma görevleri bu kriteri karşılayan ve araştırmacılar genellikle underlyi araştırmak için bunlardan birini seçtitanıma ng mekanizması.

farklı dillerde kelime tanıma konusunda araştırma arasında, LDT ve adlandırma görev okuma zihinsel süreçleri anlamak için tepki zamanı önlemler klasik deneysel yöntemler olmuştur. LDT, araştırmacılar yazılı uyaran bir kelime olup olmadığı hakkında katılımcının karar verme zamanı ölçmek. adlandırma görev için olduğu gibi, araştırmacılar, yüksek sesle yazılı kelime konuşmak için katılımcı için ne kadar sürdüğünü ölçer. Ancak, iki görevlerden herhangi birini kendi görev taleplerini ve sınırlamaları vardır. LDT kelime ve non-kelime / pseudo-kelime ve katılımcı bir karar verme süreci arasında bir ayrım sürecini içerir. adlandırma görev uyaranlara telaffuz katılımcıyı gerektirir ve fonolojik bilgi görev şartı yerine getirmek için kullanılmalıdır.

Bir önceki araştırmalarda iki görevlerin sonuçları komut dosyaları çeşitli farklı frekans efektleri gösterdi.Alfabetik sistemlerde, LDT adlandırma görev ³ daha büyük bir frekans etkisi gösterdi. Balota ve Chumbley (1984), görüşleri alt frekans kelime olmayan kelime / sözde-kelime ile benzer imla var. Böylece, katılımcıların büyük olasılıkla LDT frekans etkisi abartır doğru cevabı, yapmak imla benzerlikler ayırt etmek için daha uzun sürer. uyaranlar sığ Yazım dillerden özellikle adlandırma görevi, içinde, katılımcılar bir yanıt yapmak için imla-to-fonoloji (OP) dönüşüm kurallarını kullanarak sözcüğü telaffuz olsa onlar gerçekten tanımlamak önce. Bu adlandırma talep alfabetik dilde tanıma imkanı öncesi sözlü fonoloji delil olarak alınmıştır. Böyle bir isimlendirme stratejisi frekans etkisi ¹⁰ zayıflatmak için ileri sürülmektedir. kelime sıklığı manipülasyon duyarlı yansımaları hem görevler görülebilir, ancak toplamı, LDT ve adlandırma görev yönün ele geçirebilirkira aşamaları ve tanıma sürecinin özellikleri. daha kesin ve tam bir görünüm elde etmek için, doğru yolu ise iki görevi benimseyen ve bunların sonuçlarının modellerini karşılaştırarak olduğunu.

alfabetik dillerden farklı, Çin derin imla özelliği vardır ve kelime yanı sıra karakter kavramını içerir. Genel olarak, bir Çince kelime (örneğin., Jia Ren, aile üyesi) "(iki karakter tarafından oluşur "Jia, aile;" Bir kelime tanımlanır Önce ", REN, kişi)., Kelimenin içindeki karakterlerin tanınması süreci ¹¹ bitmiş olmalıdır. Eşsiz psikodilbilimsel özellikleri ışığında, Çince bir karakter veya kelime tanıma işlemi oldukça farklı fralfabetik sistemlerde kelime tanıma om. Çalışmalar LDT ve Çince frekans etkisini araştırmak için aynı deneyde adlandırma görevi birleştirirseniz, ilginç âyetlerini, gösterilebilir, örneğin., Görsel karakter / kelime tanıma ile ilgili fonolojik aktivasyonu. Çince karakterler işleme, adlandırma görevin kullanımı sonrası sözlü fonoloji ^{12, 13} varlığını ima LDT, daha büyük bir frekans etkisini gösterir. Çinli iki karakter kelimelere uyaranları geçiş, bir ters desen oluşur. Daha geniş bir frekans etkisi öncesi sözlü fonoloji varlığını düşündüren, adlandırma daha LDT bulunur. Bütün kelime ^{11, 14} tanımlanır önce katılımcı, bileşen karakterlerin fonolojik bilgilere göre sözlü tepki üretir. Ayrıca, uyaranlara karakter düzenlilik manipüle sonra sonuçlar değerli fonolojik işleme hakkında bilgi ve yardım araştırmacı ortaya çıkarabilirs fonoloji alma oluştuğunda ilgili çıkarımlarda bulunabilecek. Aşağıdaki deneyler araştırmacılar LDT ve altta yatan mantığı detaylandırmak üzere Çince karakterler ve kelime sıklığı etkisini araştırmak için adlandırma görevi kombine gösterdi.

Access restricted. Please log in or start a trial to view this content.

Protokol

Tüm denekler deneysel protokollerin uygulanmasından önce bilgilendirilmiş yazılı onayını vermek zorundadır. Tüm işlemler, onam formları, ve deneysel protokol Ulusal Tayvan Üniversitesi Araştırma Etik Kurulu tarafından kabul edildi.

1. Sözcük Kararı arasındaki Frekans Etkisinin Karşılaştırılması ve Çin Karakter Tanıma Görevler adlandırma (Deney 1)

1. Katılımcılar işe
   1. LDT ve adlandırma görevi hem katılmak için Ulusal Tayvan Üniversitesi 40-4 öğrenciler işe. Katılımcılar, normal veya düzeltilmiş-to-Normal görme ve dinleme akıcı konuşma, okuma ve yazma Mandarin ile yerli Çin hoparlörler olmalıdır. Hepsi sağ elini idi.
2. malzemeler
   1. Wu ve Liu (1987) Çince karakter veritabanından 180 karakter toplam seçin. 90 yüksek frekanslı karakterleri ve 90 düşük frekanslı karakter kullanın. Wu ve Liu göre (1987), yüksek frekanslı bir karakter meydana 100'den ile tanımlanır, ve düşük frekanslı bir milyon veri tabanında bulunan bir toplam frekans arasında, 1 ile 15 arasında bir oluşum ile tanımlanır. Koşulları arasında seçilen malzemelerin önemli sözcük özelliklerini (frekans, vuruş sayısı ve / veya diğer özellikler, vb.) Dengeleyin.
   2. fonetik radikal ve karakter fonoloji dayanarak, karakterler üç düzenlilik türlerini içeren emin olun: Düzenli, hangi fonetik radikal ve karakter payı aynı telaffuz (zil görmezden); düzensiz, içinde kendi telaffuzlarını arasında farklılıklar vardır; ve non-plak, burada karakter Phonogram olarak tanımlanamaz.
   3. ((1) yüksek frekanslı, düzenli, örneğin, altı kategoriden birine her karakter sınıflandırır. Bao, vatandaşı) (2) yüksek frekanslı, düzensiz (örn., Örneğin, Bing buz) (3) yüksek frekanslı olmayan fonogram ( Duan, bölüm) (4) düşük frekanslı, düzenli (örn., , BAN,) yanılmak (5) düşük frekanslı, düzensiz (örn., FEI, bir prensin karısı) (6) düşük frekanslı, sivil fonogram (örn., ), DUO, tembel. Her kategori 30 karakter içeriyor.
   4. (Windows işletim sistemi yerleşik) TrueType kullanarak, başka bir sol radikal karakterlerin sağ radikal tutmak ve değişen 180 sahte karakterleri oluşturmak. karakterleri ve sözde karakterler arasında vuruş sayıları açısından anlamlı bir fark olmadığından emin olun.
      1. TrueType programını başlatın. WhBir iletişim kutusu görüntülenir tr, Tamam düğmesini tıklayın ve sözde karakterleri oluşturmak için programını başlatın. Menüde Windows Reference tıklayın, ardından bir referans paneli göstermek ve uygun bir yazı seçecektir.
      2. Girdi bir gerçek panelin boş kutuya karakter ve Tamam düğmesine tıklayın. Iki panel ekranda yan yana görünür. karakterleri inşa sağ panelinde, bir daire ile bu gerçek karakterinin sol radikal seçmek için Ücretsiz Seçim düğmesinin aracını kullanın. karakterleri inşa sol panelinde soldan radikal hareket ettirin. Sonra sahte-karakter sol kökü yapılmıştır.
      3. Yine menüde Windows Referans tıklatın ve bir başka gerçek karakterin sağ radikal seçmek için benzer prosedürler benimsenmesi. karakterleri inşa sol panele sağ radikal hareket ettirin. birlikte iki radikalleri koyun ve emin bu iki radikallerin kombinasyonu sözlüğü anlamsız olduğundan emin olun. Bir sözde karakter inşa edilmiştir. Ttavuk bilgisayarda sahte karakterini kaydedin.
   5. düzenlilik tarafından denek içi faktöryel tasarım (düzenli, düzensiz ve non-fonogram) (yüksek, düşük) bir frekans benimseyin. Bir arası konu değişken olarak görev türünü ayarlayın.
   6. tüm öğeleri Rastgele.
3. LDT
   1. Yazılım protokollerine göre deney program, örneğin e-Prime gibi standart bir deney yazılımı kullanın.
   2. uyaranların% 50 "Evet yanıtı" ve diğerleri için karakterler "Hiçbir tepki" için sözde karakterler olduğundan emin olun.
   3. Ekranda görünen yazılı uyaran gerçek bir karakter olup olmadığını yargılamak için isteyin. bir "Evet yanıtı" için, diğeri "Hayır yanıt" için, iki tuşlarından birine basarak kadar doğru ve mümkün olduğunca çabuk cevap isteyin. yanıtları yaparken sağ elini kullanmak için tüm katılımcılara hatırlatın.
   4. gibi her deneme başlayınterisk 500 milisaniye boyunca ortaya boş bir ekran ve ardından 200 ms için 100 Hz uyarı tonu eşliğinde 500 msn için ekranın ortasındaki, bir sabitleme noktası belirtmek için.
   5. Bilgisayar katılımcının anahtar inme tespit kadar yıldız işareti sonra, bir 70 cm görüş mesafesinden yaklaşık 2 derecelik bir görsel yay ulaşan bir hedef karakteri, göstermek ve hedef karakter başlangıcından tepki süresi (RT) ölçmek kadar tuş basma tepkisi yapılır.
   6. bir deneme ve 1000 milisaniye boyunca boş bir ekran ile bir sonraki arasındaki zaman aralığını ayarlayın. bilgisayar klavye tuşuna basarak LDT katılımcıların yanıtlarının RT ve doğruluk oranını kaydeder.
   7. Bilgisayar ekranında yazılı olarak ve sözlü hem de tüm öğretim sağlamak ve katılımcıların bireysel görevi yürüttü.
      NOT: exemplar deneyde 1, görev geribildirim 20 denemeler sahip bir uygulama oturumu dahil. Deney sessio sırasından, katılımcılar bir dinlenme her 36 denemeler vardı. tamamlamak için 30 dakika - Uygulamada bir de dahil olmak üzere tipik bir oturumda Bir katılımcıyı 25 alacaktır.

2. Çin Kelime Tanıma'da Sözcük Kararı ile İsimlendirme Görevler arasında Frekans Etkisinin Karşılaştırılması (Deney 2)

1. Katılımcılar işe
   1. LDT ve adlandırma görevi hem katılmak için Ulusal Tayvan Üniversitesi 30-6 öğrenciler işe. işe alım kriteri Protokolde 1 ile aynıdır.
2. malzemeler
   1. Bunların yarısı gerçek kelime ve diğer yarısı sahte sözler olduğu 288 iki karakterli kelimeler, toplam seçin. Wu ve Liu (1987) 'a göre, yüksek frekanslı kelime koşulları karşısında seçilmiş malzemelerin oluşumu fazla 50 Denge önemli sözcük özellikleri (frekans ve / veya diğer özellikler, vb.) Ile tanımlanır.
   2. fonetik bir radikal fonolojisi dayalıd karakter, kelimelerin içinde önde gelen karakter, üç düzenlilik tiplerini içerir emin olun: Düzenli, hangi fonetik radikal ve karakter payı aynı telaffuz (zil görmezden); düzensiz, içinde kendi telaffuzlarını arasında farklılıklar vardır; ve non-plak, burada karakter Phonogram olarak tanımlanamaz.
   3. Düzenlilik türleri arasında frekans gerçek kelimelerin içinde önde gelen karakter kontrol ve emin olun sözde kelimelerin içinde önde gelen karakterler (yani örneğin., Xian què) gerçek bir deyişle farklıdır.
   4. düzenlilik tarafından denek içi faktöryel tasarım (düzenli, düzensiz ve non-fonogram) (yüksek, düşük) bir frekans benimseyin.
   5. Altı kategoriden birine her kelimeyi sınıflandırır. (1) yüksek frekanslı, düzenli lider karakter (örneğin, bzhi ù) düzenlemek (2) yüksek frekanslı, düzensiz lider karakteri (örn., , Yǎn BAN) rol oynarlar (3) yüksek frekanslı olmayan fonogram karakterini lider (örn., , Bo Shi doktor) (4) düşük frekanslı, düzenli lider karakteri (örn., , BU Ju, dağıtım) (5) düşük frekanslı, düzensiz lider karakteri (örn., Xiang BAN, kılık aktör) (6) düşük frekanslı olmayan fonogram karakterini lider (örn., , Bo xue, eruditely).
   6. iki blok halinde bütün uyaranları atama ve her bir blok bir görev türüne karşılık olun. t arasındaki blokların sırasını dengeleyebilmekO katılımcılar.
   7. Her bloğun içindeki tüm denemeler Rastgele.
3. LDT
   1. Yazılım protokollerine göre deney program, örneğin e-Prime gibi standart bir deney yazılımı kullanın.
   2. uyaranların% 50 "Evet yanıtı" ve diğerleri için kelime "Hayır yanıt" için sözde sözler olduğundan emin olun.
   3. Ekranda görünen yazılı uyaran gerçek bir sözcük olup olmadığını yargılamak için isteyin. bir "Evet yanıtı" için, diğeri "Hayır yanıt" için, iki tuşlarından birine basarak kadar doğru ve mümkün olduğunca çabuk cevap isteyin. yanıtları yaparken sağ elini kullanmak için tüm katılımcılara hatırlatın.
   4. Ekranda uyaran yerine bir karakter veya sahte-karakter bir kelime ya da sözde kelime dışında, Deney 1 ile aynı şartları ve düzenlemeleri ayarlayın.
   5. Bilgisayar Scre yazılı biçimde hem tüm öğretim sağlamaktr ve sözlü ve katılımcılar ayrı ayrı görevi yürüttü.
4. Adlandırma Görev
   1. Yazılım protokollerine göre deney program, örneğin e-Prime gibi standart bir deney yazılımı kullanın.
   2. uyaranların% 50 "Evet yanıtı" ve diğerleri için kelime "Hayır yanıt" için sözde sözler olduğundan emin olun.
   3. Ekranda yazılı kelime veya sözde kelimeleri telaffuz isteyin. kadar doğru ve kısa sürede bir yanıt yapmak için onları bilgilendirin.
   4. Ekranda uyaran yerine bir karakter veya sahte-karakter bir kelime ya da sözde kelime dışında, Deney 1 ile aynı şartları ve düzenlemeleri ayarlayın.
   5. Bilgisayar ekranında yazılı olarak ve sözlü hem de tüm öğretim sağlamak ve katılımcıların bireysel görevi yürüttü.

Access restricted. Please log in or start a trial to view this content.

Sonuçlar

frekans etkisi her iki görevler sağlam olduğu gözlenmiştir, delil olan yüksek frekanslı karakterler için RT anlamlı olarak kısaydı. Daha da önemlisi, görev etkileşimi ile bir frekans bulundu. Post-hoc karşılaştırmaları alfabetik sistemlerde çalışmalar ile elde edilen sonuçlardan farklı olarak LDT, daha adlandırma görevi büyük bir frekans etkisi gösterdi.

Ayrıca, frekans etkileşimi ile bir düzenl...

Access restricted. Please log in or start a trial to view this content.

Tartışmalar

Bu çalışma iki görevler arasında frekans etkileri farklılıklar, önceden sözlü ve post-sözlü fonoloji olarak tanınmasına ilişkin ses bilgisi rolünü aydınlatmak için yardımcı olabilir göstermektedir. Çince karakter tanıma (Deney 1) 'de, fonoloji süreci LDT daha adlandırma görevi büyük bir frekans etkisi ile post-sözlü olabilir. Bu bulgu alfabetik dilde rapor sonuçlarından farklıdır. Çince kelime tanıma (Deney 2) 'de, adlandırma görevi daha küçük bir frekans etkisi adlandı...

Access restricted. Please log in or start a trial to view this content.

Malzemeler

Name	Company	Catalog Number	Comments
Standard PC
E-Prime (version 2.0)	Psychology Software Tools
Serial Response Box	Psychology Software Tools		The serial response box includes the voice key, which  allows researchers to collect vocal latencies with confidence.
Microphone			It can be used to detect the incoming sound by the participant