In order to assure that participant

In order to assure that participants were performing a genuine quantification task in the Numerical Quantification condition, we aimed for the base number word (which corresponded to the described colored number) to be bimorphemic (one morpheme in root, and -s). As a consequence, ‘one’ was excluded as the first-position word and only ‘two’, ‘three’ or ‘four’ were included. The color words for the color modification condition were chosen such as to match the quantifier number words as closely as possible while also being maximally visually visually distinctive from each other (if the latte constraint was not met. Then the condition involving color naming could have turned out harder than number naming). Consequently, we required the color words to be monosyllabic like the number words. For the rest of lexical-level variables, we chose English lexicon Project naming times as a summary statistic (Balota et al., 2007). The color words ‘blue’, ‘pink’ and ‘green’ were chosen as optimally matching these number words. The English Lexicon Project naming times of these color words were somewhat faster (mean = 577 ms) than those of the Number words (mean = 605 ms), but this difference was not significant (p=.13). In addition, only monosyllabic number words from 1 to 9 were included in the design as base numbers. We excluded disyllabic number words (e.g. “seven”) to avoid effects related to larger number of syllables (such as delayed naming latencies and greater motor preparation for more syllabled words). Therefore, only eight numbers were used as base numbers (‘one’, ‘two’, ‘three’, ‘four’, ‘five’, ‘six’, ‘eight’, and ‘nine’).
All base number words were combined with the three possible first position words (either number words or color) eliciting 24 combinations for each condition which formed each of the experimental blocks. Each block was repeated four times during the experiment, eliciting 96 trials per condition (480 trials in total). All pictures were presented foveally using Presentation (Neurobehavioral System Inc., California, USA) and subtended in a range from 55.16 height and 33.36 width on a screen 85 cm from the subject.

ผลลัพธ์ (ไทย) 1:

เพื่อให้มั่นใจว่า ผู้เรียนได้ทำงานแท้นับในเงื่อนไขนับเลข เรามุ่งเน้นคำเลขฐาน (ที่ corresponded กับหมายเลขสีอธิบาย) เป็น bimorphemic (หนึ่ง morpheme ในราก -s) ผล 'หนึ่ง' ถูกแยกออกเป็นคำตำแหน่งแรก และเพียง 'สอง' '3' หรือ 'สี่' ได้รวม คำสีสำหรับเงื่อนไขปรับเปลี่ยนสีที่ถูกเลือกเช่นจับคู่คำหมายเลข quantifier อย่างใกล้ชิดที่สุดก็ยัง เห็น maximally โดดเด่นเห็นกัน (ถ้าไม่มีพบข้อจำกัดของลาเต้ แล้ว เงื่อนไขที่เกี่ยวข้องกับการตั้งชื่อสีไม่ได้เปิดออกยากกว่าตั้งชื่อเลข) ดังนั้น เราต้องคำสีจะ monosyllabic เช่นคำหมายเลข สำหรับส่วนเหลือของตัวแปรเกี่ยวกับคำศัพท์ระดับ เราเลือกเวลาตั้งชื่อโครงการปทานุกรมภาษาอังกฤษเป็นการสรุปสถิติ (Balota et al., 2007) คำสี 'สีฟ้า' 'สีชมพู' และ 'สีเขียว' ถูกเลือกเป็นคำเหล่านี้หมายเลขที่ตรงกันอย่างเหมาะสม เวลาตั้งชื่อโครงการปทานุกรมภาษาอังกฤษคำเหล่านี้สีได้ค่อนข้างเร็ว (หมายถึง = 577 ms) กว่าคำหมายเลข (หมายถึง = 605 ms), แต่ความแตกต่างนี้ไม่สำคัญ (p =. 13) นอกจากนี้ เฉพาะ monosyllabic เลขคำจาก 1 ถึง 9 ถูกรวมในการออกแบบเป็นเลขฐาน เราแยกออก disyllabic เลขคำ (เช่น "เจ็ด") เพื่อหลีกเลี่ยงผลกระทบที่เกี่ยวข้องกับจำนวนของพยางค์ (เช่นล่าช้าตั้งชื่อเวลาแฝงและเตรียมมอเตอร์มากขึ้นสำหรับข้อมูลเพิ่มเติม syllabled คำ) ดังนั้น เลขแปดเท่านั้นถูกใช้เป็นตัวเลขฐาน ('หนึ่ง' 'สอง' '3', '4', '5', '6', '8' และ '9') คำเลขฐานทั้งหมดถูกรวมกับได้สามตำแหน่งแรก คำ (คำหมายเลขหรือสี) eliciting 24 ชุดสำหรับแต่ละเงื่อนไขที่เกิดขึ้นแต่ละบล็อกทดลอง แต่ละบล็อคถูกซ้ำสี่ครั้งในระหว่างการทดลอง eliciting ทดลอง 96 ต่อเงื่อนไข (ทดลอง 480 รวม) รูปภาพทั้งหมดถูกนำใช้งานนำเสนอ (Neurobehavioral ระบบ Inc. แคลิฟอร์เนีย สหรัฐอเมริกา) foveally และ subtended ในช่วงจาก 55.16 สูงและความกว้าง 33.36 บน 85 ซม.จากเรื่องหน้าจอ

ผลลัพธ์ (ไทย) 2:

เพื่อให้มั่นใจว่าผู้เข้าร่วมได้รับการปฏิบัติงานที่ปริมาณของแท้ในสภาพที่ปริมาณเชิงตัวเลขเรามีวัตถุประสงค์สำหรับจำนวนฐานคำ (ซึ่งตรงกับจำนวนสีที่อธิบายไว้) เพื่อเป็น bimorphemic (หนึ่งหน่วยในรากและ -s) เป็นผลให้ 'หนึ่ง' ได้รับการยกเว้นเป็นคำตำแหน่งแรกและคนเดียว 'สอง', 'สาม' หรือ 'สี่ถูกรวม คำสีสภาพการปรับเปลี่ยนสีได้รับการแต่งตั้งเช่นเพื่อให้ตรงกับจำนวนปริมาณคำที่ใกล้เคียงมากที่สุดขณะที่ยังเป็นที่สุดที่มองเห็นสายตาที่โดดเด่นจากคนอื่น ๆ (ถ้ามีข้อ จำกัด ลาเต้ก็ไม่พบ. แล้วเงื่อนไขที่เกี่ยวข้องกับการตั้งชื่อสีอาจจะมีการเปิด ออกยากกว่าการตั้งชื่อจำนวน) ดังนั้นเราจึงจำเป็นต้องใช้คำพูดของสีที่จะเป็นพยางค์เดียวเช่นคำจำนวน สำหรับส่วนที่เหลือของตัวแปรศัพท์ในระดับที่เราเลือกครั้งการตั้งชื่อโครงการศัพท์ภาษาอังกฤษเป็นสถิติสรุป (Balota et al., 2007) สีคำ 'สีฟ้า', 'สีชมพู' และ 'สีเขียว' ถูกเลือกให้เป็นอย่างดีที่สุดที่ตรงกับคำพูดเหล่านี้จำนวน เวลาตั้งชื่อโครงการพจนานุกรมภาษาอังกฤษของคำสีเหล่านี้ได้ค่อนข้างเร็ว (ค่าเฉลี่ย = 577 มิลลิวินาที) กว่าคำพูดหมายเลข (ค่าเฉลี่ย = 605 มิลลิวินาที) แต่ความแตกต่างนี้ไม่ได้มีนัยสำคัญ (p = 0.13) นอกจากนี้คำพยางค์เดียวเท่านั้นจำนวน 1-9 ถูกรวมอยู่ในการออกแบบเป็นตัวเลขฐาน เราได้รับการยกเว้นจำนวนคำสองพยางค์ (เช่น "เจ็ด") เพื่อหลีกเลี่ยงผลกระทบที่เกี่ยวข้องกับจำนวนมากของพยางค์ (เช่นการตั้งชื่อล่าช้าศักยภาพและการเตรียมมอเตอร์มากขึ้นสำหรับคำพยางค์เพิ่มเติม) ดังนั้นเพียงแปดตัวเลขถูกนำมาใช้เป็นตัวเลขฐาน ('หนึ่ง', 'สอง', 'สาม', 'สี่', 'ห้า', 'หก', 'แปด' และ 'เก้า').
ฐานคำจำนวนทุกคน บวกกับความเป็นไปได้สามคำที่ตำแหน่งแรก (ทั้งตัวเลขหรือคำสี) 24 ชุดที่น่าทึ่งสภาพที่เกิดขึ้นแต่ละหน่วยการทดลองแต่ละ แต่ละบล็อกซ้ำสี่ครั้งในระหว่างการทดลองการทดลองที่น่าทึ่ง 96 ต่อสภาพ (480 ทดลองทั้งหมด) ภาพทั้งหมดถูกนำเสนอโดยใช้การนำเสนอ foveally (neurobehavioral System Inc. , California, USA) และ subtended ในช่วงตั้งแต่ 55.16 สูงและความกว้าง 33.36 บนหน้าจอ 85 ซม. จากเรื่อง

ผลลัพธ์ (ไทย) 3:

เพื่อให้มั่นใจว่าผู้เข้าร่วมแสดงงานปริมาณของแท้สภาพปริมาณตัวเลข เราเตรียมฐานเลขคำ ( ซึ่งตรงกับที่อธิบายสีหมายเลข ) เป็น bimorphemic ( หน่วยคำในรากและ - S ) ผลที่ตามมา , ' หนึ่ง ' ถูกแยกออกเป็นครั้งแรกตำแหน่งคำและเพียง ' 2 ' , ' 3 ' หรือ ' โฟร์ ' ได้รวมสีอะไรสีดัดแปลงสภาพถูกเลือก เช่น ให้ตรงกับตัวขั้วจำนวนคำมากที่สุดในขณะที่ยังมีการมองเห็นสายตาที่โดดเด่นที่สุดจากแต่ละอื่น ๆ ( ถ้าไม่เจอเต้จำกัด . แล้วเงื่อนไขที่เกี่ยวข้องกับการตั้งชื่อสีมันจะกลายเป็นหนักกว่าจำนวนการตั้งชื่อ ) จากนั้นเราต้องใช้คำที่เป็นพยางค์เดียว เช่น สี จำนวนคำ สำหรับส่วนที่เหลือของตัวแปรระดับคำศัพท์ เราเลือกภาษาอังกฤษพจนานุกรมตั้งชื่อครั้งเป็นโครงการสรุปสถิติ ( balota et al . , 2007 ) สีคำ ' สีฟ้า ' ' ชมพู ' และ ' สีเขียว ' ได้รับเลือกเป็นดีที่สุดที่ตรงกับคำตัวเลขเหล่านี้พจนานุกรมภาษาอังกฤษโครงการตั้งชื่อครั้งคำสีเหล่านี้ค่อนข้างเร็ว ( ค่าเฉลี่ย = มี MS กว่าจำนวนคำ ( ค่าเฉลี่ย = 605 นางสาว ) แต่ความแตกต่างนี้ไม่มีนัยสำคัญทางสถิติ ( p = 13 ) นอกจากนี้ คำพยางค์เดียวเบอร์เดียวที่คำพูดจาก 1 ถึง 9 ได้ถูกรวมไว้ในการออกแบบเป็นเลขฐาน เรารวมจำนวนคำสองพยางค์ เช่น" เจ็ด " ) เพื่อหลีกเลี่ยงผลกระทบที่เกี่ยวข้องกับตัวเลขขนาดใหญ่ของพยางค์ เช่น การตั้งชื่อ และการเตรียมการเกิดล่าช้ามอเตอร์มากขึ้นสำหรับ syllabled คำมากกว่า ) ดังนั้น แค่แปดตัวเลขที่ใช้ตัวเลขฐาน ( 'one ' , ' 2 ' , ' 3 ' , ' 4 ' , ' 5 ' , ' 6 ' , ' 8 ' และ ' เก้า '
)คำพูดทั้งหมดถูกรวมกับฐานเลขสามได้รับตำแหน่งคำแรก ( จำนวนคำหรือสี ) eliciting 24 ชุด แต่ละเงื่อนไขที่เกิดขึ้นแต่ละบล็อกทดลอง แต่ละบล็อกกันสี่ครั้งระหว่างการทดลอง eliciting 96 ทดลองต่อภาพ ( รวม 480 ครั้ง )ภาพทั้งหมดถูกนำเสนอ foveally โดยใช้การนำเสนอ ( neurobehavioral ระบบอิงค์ , California , USA ) และ subtended ในช่วงจาก 55.16 ความสูงและความกว้างบนหน้าจอ 33.36 85 ซม. จากเรื่อง