文献

J-GLOBAL ID：202402285642643111   整理番号：24A2297961

タスク全体にわたって一般化する意味ネットワークの大域ではなく局所グラフ理論測度【JST機械翻訳】

Local but not global graph theoretic measures of semantic networks generalize across tasks

著者 (4件)： Robinson Maria M. (Department of Psychology, University of California, San Diego, CA, USA) ,  DeStefano Isabella C. (Department of Psychology, University of California, San Diego, CA, USA) ,  Vul Edward (Department of Psychology, University of California, San Diego, CA, USA) ,  Brady Timothy F. (Department of Psychology, University of California, San Diego, CA, USA)
資料名： Behavior Research Methods  (Behavior Research Methods)
巻： 56  号： 6  ページ： 5279-5308  発行年： 2024年 
JST資料番号： W4089A  ISSN： 1554-3528  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 「道しるべ」を心の「猫」に,「裏庭」を「屋外」に接続する。この意味論的知識の構造は,人々によって異なるか?ネットワークベースアプローチは,異なる概念間の関係がどのように組織化されるかについて考えるためのポピュラーな表現方式である。最近の研究では,グラフ理論的解析を用いて,シンプルな概念に対する意味的ネットワークにおける個人差と,それらが創造性のようなその他の高水準認知プロセスとどのように関連づけられているのかについて調べた。しかしながら,ネットワーク解析を介して獲得された個人差が,意味的知識の構造の測度における真の違い,または人々が意味的関連性タスクに戦略的にアプローチする方法における違いを反映しているかどうかは曖昧のままである。これをテストするため,異なる意味的関連性タスクにまたがるシンプルな概念に対する意味的ネットワークの局所および大域メトリックスの信頼性について調べた。4つの実験において,重み付きおよび重み無しグラフ理論表現の両者が,意味的ネットワークの局所測度における個人差を高信頼に獲得することを見つけた(例えば,どのように関連したポットがパン対ライオンに対して持つのか)。対照的に,平均クラスタリング係数や最短経路長のような意味ネットワークの大域的構造特性の計量はタスク全体でロバストでなく,人々が単純な概念をどのように表現するかの信頼できる個人差測度を提供しないことを見出した。これらの結果の含意について議論し,意味記憶における個人差の研究にグラフ理論解析を適用することを探求している研究者のための推奨事項を提示した。Copyright The Psychonomic Society, Inc. 2023. Springer Nature or its licensor (e.g. a society or other partner) holds exclusive rights to this article under a publishing agreement with the author(s) or other rightsholder(s); author self-archiving of the accepted manuscript version of this article is solely governed by the terms of such publishing agreement and applicable law. Translated from English into Japanese by JST.【JST機械翻訳】

シソーラス用語： *測度 ,  意味論 ,  *グラフ理論 ,  信頼性 ,  *ネットワーク ,  個体差 ,  概念 ,  モデル ,  構造特性 ,  ロバスト性 ,  *意味ネットワーク ,  個人差 ,  ネットワーク解析 ,  最短経路
準シソーラス用語： クラスタ係数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 意味ネットワーク ,  個体差 ,  記憶のモデル ,  ネットワーク科学 ,  グラフ理論

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： タスク ,  一般化 ,  意味ネットワーク ,  グラフ理論 ,  測度