
Tâches Linguistiques
Les tâches linguistiques mesurent comment les gens reconnaissent les mots, traitent les phrases en temps réel et associent le son à la signification.
Cette page regroupe les modèles de tâches linguistiques de Labvanced par le composant qu'ils mesurent, les compare et renvoie à la page de configuration complète de chaque tâche.
Table des Matières
Composants Linguistiques et Leurs Tâches Correspondantes
A. Accès Lexical et Reconnaissance des Mots
L'accès lexical et la reconnaissance des mots est le processus de récupération de la forme et de la signification d'un mot à partir du lexique mental pendant la lecture (Duñabeitia & Molinaro, 2013).
Tâche de Décision Lexicale Double
Cette étude examine la reconnaissance des mots et la prise de décision dans le traitement du langage. Les participants verront des paires de chaînes de lettres et décideront si ce sont des mots réels ou des non-mots. La tâche mesure la précision et les temps de réaction dans le traitement lexical.
- Implémentation : Équilibrer les essais de mots réels et de non-mots, et contrôler les stimuli non-mots pour la longueur et la plausibilité orthographique. En savoir plus →
- Sortie de données : Temps de réaction (essais de mots vs. non-mots), précision et effets de fréquence des mots où les stimuli sont contrôlés pour la fréquence. En savoir plus →
B. Traitement des Phrases en Ligne
Le traitement des phrases en ligne est le travail de compréhension moment par moment qu'un lecteur effectue tout en avançant dans une phrase, révélé par les ralentissements de lecture (Fujita, 2026).
Tâche de Lecture à Rythme Autonome
Les participants lisent dix phrases à leur propre rythme tandis que le suivi oculaire par webcam enregistre le temps de fixation, les fixations et le temps jusqu'à la première fixation sur chaque mot.
- Implémentation : Présenter les mots dans une séquence fixe avancée par l'entrée du participant, et associer avec le suivi oculaire par webcam pour ajouter des données de temps de fixation et de temps de lecture autonome. En savoir plus →
- Sortie de données : Temps de lecture par mot, temps de fixation et temps jusqu'à la première fixation où le suivi oculaire par webcam est activé, et ralentissement aux points de difficulté syntaxique ou sémantique. En savoir plus →
C. Symbolisme Sonore et Correspondance Cross-Modale
Le symbolisme sonore est la correspondance non arbitraire que les gens établissent entre les sons de la parole et d'autres propriétés sensorielles, telles que la forme (Ćwiek et al., 2021).
Tâche Bouba-Kiki
Dans cette expérience, deux formes sont présentées ainsi qu'un mot. Le participant doit sélectionner l'une des deux formes comme étant la meilleure correspondance au mot présenté.
- Implémentation : Contrebalancer la position des formes (gauche/droite) au cours des essais, et utiliser l'appariement standard entre formes arrondies et angulaires pour rester comparable avec la littérature établie. En savoir plus →
- Sortie de données : Choix de forme (arrondie vs. angulaire), temps de réaction et cohérence du choix à travers des paires mot-forme appariées. En savoir plus →
Meilleures Pratiques d'Implémentation
Exécuter des tâches de traitement du langage en ligne ou en laboratoire implique quelques détails de configuration partagés qui affectent la qualité des données dans toute tâche de psycholinguistique, quelle que soit la composante mesurée.
- Maintenir un timing précis des stimuli au niveau de la milliseconde en utilisant les capacités de Timing Précis de Labvanced, surtout pour des mesures de temps de réaction comme la Tâche de Décision Lexicale Double. Le timing des stimuli de Labvanced est basé sur des méthodes évaluées par des pairs pour un timing de visualisation JavaScript précis (Lukács & Gartus, 2022)
- Contrôler les propriétés des stimuli (longueur des mots, fréquence, familiarité) à travers les conditions
- Maintenir une présentation mot par mot cohérente à travers les administrations de bureau et mobile
- Activer le suivi oculaire par webcam sur les tâches de lecture lorsque des données de temps de fixation ou de temps de séjour sont nécessaires en plus du timing autonome
- Si le paradigme de la tâche le permet, envisagez d'inclure un bloc de pratique avant les essais notés
Technologies Associées
Les études linguistiques associent souvent ces tâches avec d'autres capacités de Labvanced, que ce soit en ajoutant des données de regard à une tâche de lecture, en capturant une réponse orale, ou en recueillant une mesure d'auto-évaluation aux côtés d'une tâche de performance.
Suivi Oculaire par Webcam
Ajoutez des données de temps de fixation et de temps de séjour à une tâche de lecture sans matériel supplémentaire, en utilisant le suivi oculaire par webcam intégré, sans code, évalué par des pairs.
Enregistrements Audio
Capturez une réponse orale ou présentez des stimuli auditifs directement dans l'essai, avec un format et un débit contrôlés par le chercheur.
Questionnaires
Associez une tâche de traitement du langage avec un instrument d'auto-évaluation validé dans la même étude, sans outil de sondage séparé requis.
Exemples de Configurations d'Étude
La recherche linguistique peut combiner des tâches mesurant différents niveaux de traitement, ou se concentrer sur un seul, en fonction de la portée de l'étude. Les exemples de configurations d'étude ci-dessous montrent des combinaisons courantes de tâches linguistiques et des configurations autonomes construites à partir des tâches ci-dessus.
Étude à Tâche Unique
Un design ciblé qui mesure juste un niveau de traitement du langage, le bon point de départ lorsque l'étude a seulement besoin d'un seul construct plutôt qu'une batterie plus large. La Tâche de Décision Lexicale Double seule, par exemple, isole l'accès au niveau des mots sans le temps de configuration d'une batterie plus large. Importez n'importe quelle tâche correspondant au niveau dont vous avez besoin, ou créez la vôtre si aucune des trois ci-dessus ne correspond à votre ensemble de stimuli.
Batterie de Compréhension de Lecture
La Tâche de Lecture à Rythme Autonome associée à la Tâche de Décision Lexicale Double combine le traitement au niveau des phrases avec l'accès au niveau des mots, utile lorsque l'étude a besoin à la fois d'une mesure de temps de lecture globale et d'un indice contrôlé de l'accès lexical. Importez une sélection de ces deux tâches ou construisez votre propre tâche de lecture à ajouter au mélange.
Étude Cross-Modale
La Tâche Bouba-Kiki associée à la Tâche de Décision Lexicale Double combine le symbolisme sonore avec le traitement lexical, utile pour les études demandant si la correspondance son-signification interagit avec la reconnaissance des mots elle-même. Importez une sélection de ces deux tâches, ou construisez votre propre tâche cross-modale à ajouter au mélange.
Questions Fréquemment Posées
Que mesure la Tâche de Décision Lexicale Double ?
La Tâche de Lecture à Rythme Autonome peut-elle être combinée avec le suivi oculaire ?
Qu'est-ce que l'effet Bouba-Kiki ?
Ces tâches fonctionnent-elles de la même manière en ligne et en laboratoire ?
Références
Ćwiek, A., Fuchs, S., Draxler, C., Asu, E. L., Dediu, D., Hiovain, K., Kawahara, S., Koutalidis, S., Krifka, M., Lippus, P., Lupyan, G., Oh, G. E., Paul, J., Petrone, C., Ridouane, R., Reiter, S., Schümchen, N., Szalontai, Á., Ünal-Logacev, Ö., Zeller, J., Perlman, M., & Winter, B. (2021). L'effet bouba/kiki est robuste à travers les cultures et les systèmes d'écriture. Philosophical Transactions of the Royal Society B, 377(1841), 20200390. https://doi.org/10.1098/rstb.2020.0390
Duñabeitia, J. A., & Molinaro, N. (2013). Les portes grandes ouvertes à l'accès lexical. Frontiers in Psychology, 4, 471. https://doi.org/10.3389/fpsyg.2013.00471
Fujita, H. (2026). Réévaluer la lecture à rythme autonome cumulative (SPR) : Tester trois variantes montre que le SPR cumulatif peut être plus utile que le SPR standard non cumulatif pour la recherche sur le traitement des phrases, en fonction du format de présentation. Behavior Research Methods. https://doi.org/10.3758/s13428-026-03044-7
Lukács, G., & Gartus, A. (2022). Mesure de temps d'affichage précise en JavaScript pour des expériences basées sur le web. Behavior Research Methods. https://doi.org/10.3758/s13428-022-01835-2