Exploring Scaled AIC within English closed compounds

Cikkek / Articles 273 CHARITONCHARITONIDIS Független kutató ORCID-azonosító: orcid.org/0000-0003-0298-2629 Kutatási területek: szóalkotás, többszavas kifejezések, lexikai szemantika, szófelismerés, érzelem. DOI: doi.org/10.35321/all90-11 A SKÁLÁZOTT AIC VIZSGÁLATA AZ ANGOL ZÁRT ÖSSZETÉTELEKEN BELÜL Az angol nyelv zárt összetételei (összetett szavak) skálázott AIC-vizsgálata ANNOTÁCIÓ Az Akaike-féle információs kritérium (AIC) bevett illeszkedésjósági mérőszám az empirikus adatok elemzésében a modellek kiválasztására. Az AIC azonban érzékeny a minta nagyságára. A szerző korábbi kutatásai kimutatták, hogy a skálázott AIC, azaz a mintanagysággal elosztott AIC, hatékony eszköz a modellilleszkedés értékelésére és a regressziós modellek hierarchizálására. A jelen tanulmány e változó további tulajdonságait vizsgálja. A kutatás tárgyát 66 többszörös regressziós modell képezi, amelyek a zárt (összetett) angol összetételek feldolgozására vonatkoznak, és amelyeket Gagné és munkatársai (2019) Large Database of English Compounds (LADEC) című adatbázisából vettek át. A skálázott AIC-t különösen az English Lexicon Projecttel (ELP) és a British Lexicon Projecttel (BLP) állítják párhuzamba mint reakcióidő-forrásokkal, továbbá a lexikai döntési és megnevezési feladattal, az összetételek hosszával és az átláthatósági normákkal. Módszerként egyutas ANOVA-t, főhatáselemzést és nem parametrikus teszteket alkalmaznak. Az eredmények arra utalnak, hogy a skálázott AIC érzékenyen reagál a kísérleti elrendezésre, a reakcióidők forrására, valamint a lexikai döntési és megnevezési feladatokra. Ugyanakkor a tanulmány eredményei empirikus alátámasztást nyújtanak a Gagné és munkatársai (2019) által alkalmazott módszerek validálásához. KULCSSZAVAK: angol összetételek, skálázott AIC, lexikai döntés, megnevezés. ANOTACIJA Az Akaike-féle információs kritérium (angolul AIC) a modellek illeszkedésének állandó mérőszáma, amelyet empirikus adatok elemzésére alkalmaznak. Az AIC azonban érzékeny a minta méretére. Korábbi CHARITON CHARITONIDIS 274 Acta Linguistica Lithuanica XC szerzői kutatások kimutatták, hogy a mintamérettel osztott skálázott AIC hatékony eszköz a modellilleszkedés értékelésére és a regressziós modellek hierarchizálására. Jelen tanulmány e változó további jellemzőit vizsgálja. A kutatás tárgyát 66 többszörös regressziós modell képezi, amelyek az angol nyelv zárt (összetett) szókapcsolatainak a LADEC-adatbázisból származó feldolgozásához kapcsolódnak. Először az AIC-t az angol szókincs Gagné’ėsirkitų (2019)Anglųkalbossudurtiniųžodžių(junginių) didžiosiosduomenų vizsgálatának módszereivel vetik össze – egyutas ANOVA-val (angolul Analysis of variance), a fő projektu(angl.ELP)irBritųkalbosžodynoprojektu(angl.BLP),kaipatsakolaiko,leksinių sprendimųirįvardijimoužduočių,junginiųilgioirskaidrumonormųšaltiniai.Naudojami eredmények elemzésével és nemparaméteres tesztekkel. A következtetések azt mutatják, hogy a skálázott AIC reagál a kísérleti tervre, a reakcióidő forrására, valamint a lexikai döntési és megnevezési feladatokra. Ugyanakkor e kutatás eredményei empirikus alapot biztosítanak a Gagné és mások (2019) által alkalmazott módszerek megerősítéséhez. KULCSSZAVAK: angol nyelvi szókapcsolatok (összetett szavak), skálázott AIC, lexikai döntés, megnevezés. 1. AZ ANGOL ÖSSZETÉTELEK NAGY ADATBÁZISA (LADEC: GAGNÉ ÉS MUNKATÁRSAI 2019)1 Az angol összetett szavak nagy adatbázisa (LADEC: Gagné et al. 2019) a jelenleg létező legnagyobb összetettszó-adatbázis. Több mint 8000, különböző forrásokból kiválasztott, szóköz nélküli („zárt” vagy „összekapcsolt”) összetett szót (=főnevet) tartalmaz, többek között a CELEX adatbázisból (Baayen et al. 1995), az English Lexicon Projectből (ELP; Balota et al. 2007), a British Lexicon Projectből (BLP; Keuleers et al. 2012), a British National Corpusból (BNC) és a Wordnetből. A LADEC-bejegyzések teljes halmazából 7804 összetett szó egyértelműen felbontható két szabad morfémából álló alkotóra.2 Az összetett szavak igen sokféle típusa szerepel, például főnév–főnév összetételek, pl. buttercup, shipyard, valamint olyan összetételek, amelyek második alkotója egy igei tőből származik, pl. pacemaker, painkiller stb. (az összetett szóosztályok definícióit lásd a Lieber-féle kategóriáknál). Az 1. ábra a LADEC-bejegyzések rövid mintáját tartalmazza. Gagné et al. (2019) többszörös regressziós 2004:46).Thefirstnon-headconstituentreferstoawiderangeofgrammatical modelljei a prediktor (=független) változók széles körét foglalják magukban, például az összetett szó hosszát, a bigramgyakoriságot 1 Ezt a részt Chariton Charitonidis (2022) alapján, kisebb módosításokkal vettük át. 2 A LADEC a már felsorolt összetett szavak többes számú alakjait külön bejegyzésként is tartalmazza. Tanulmányok / Articles 275 Exploring Scaled AIC within English Closed Compounds a morfémahatáron, a szócsalád méretét, gyakorisági, valószínűségi és asszociációs (vektoralapú) mérőszámokat, résztvevői értékelésekből számított érzelmi/szentimentnormákat stb. Az ELP-ből (lexikai döntés, megnevezés) és a BLP-ből (lexikai döntés) származó összetett szavak logaritmizált válaszidejeit használják függő változókként. Többnyire az összetett szó hossza (a karakterek száma), valamint a SUBTLEX-US korpuszból (Brysbaert, New 2009)3 és a BNC-ből (BLP) származó logaritmizált összetett szó- (=szó-) gyakoriság kontrollváltozóként szerepel. Gagné et al. (2019) modelljeiben a fent említett prediktorváltozók szignifikáns hatást gyakoroltak a lexikai döntési és megnevezési időkre. 1. ÁBRA LADEC-bejegyzések: minta afterlife daydreaming painkiller backboard earthquake shotgun caretaker offspring pacemaker aircraft dimwit shipyard ballplayer egghead textbook castaway outcasts padlock ashtray drawback shoelace buttercup eyebrow throwback crossfire overdrive turnaround Gagné et al. (2019) tanulmányának elsődleges fókuszában a szemantikai transzparencia különféle mérőszámai álltak. Gagné et al. (2019) arra kérték a résztvevőket, hogy értékeljék az összetett szavakat annak figyelembevételével, hogy mennyire jelezhető előre az összetett szó jelentése az alkotóelemeiből (jelentés-előrejelezhetőségi értékelések, összetettszó-alapúak), illetve hogy az egyes alkotók jelentéséből mennyi marad meg az összetett szóban (jelentésmegőrzési értékelések, alkotóalapúak). A szerzők megállapították, hogy a második alkotó transzparenciáinak eloszlása sokkal csúcsosabb és magasabb volt, mint az első alkotó transzparenciáinak eloszlása (MC1: 64.80 [SD: 19.59] vs. MC2: 71.00 [SD: 16.46]. N = 8115). Azonban az értékelés a 3 A SUBTLEX-US korpusz egy 51 millió tokent tartalmazó korpusz, amely amerikai filmek és televíziós műsorok feliratai alapján készült. Számos újabb tanulmány szolgáltatott bizonyítékot arra, hogy a filmek és televíziós műsorok felirataiból nyert gyakorisági normák hatékonyabbak lehetnek, mint a nyomtatott szövegekből származók, amikor a különböző nyelvek anyanyelvi beszélői körében a lexikai feldolgozási idő különbségeinek, illetve bizonyos esetekben a pontosságnak a magyarázatáról van szó (lásd Chen et al. 2018: 2 és az ott hivatkozott szakirodalmat). CHARITON CHARITONIDIS 276 Acta Linguistica Lithuanica XC az első konstituens korrelációja erősebb volt a teljes összetételre adott értékeléssel, mint a második konstituensé (c1~cmp: r = 0.75, p < .001, szemben a c2~cmp: r = 0.66, p < .001 értékkel. N = 429).4 Különösen figyelemre méltó, hogy az első konstituens jelentésmegőrzési értékelése és a jelentés-előrejelezhetőségi értékelés döntése, a BLP lexikai döntés, valamint az ELP megnevezési ideje. Összefoglalva, a második forthecompoundpredictedallthreetypesofresponsetimes,i.e.ELPlexical konstituens átláthatóságának csúcsosabb és magasabb eloszlása, valamint az első konstituensnek az angol összetételek feji műveleteivel való jobb összefüggése. A második konstituens, vagyis a fej, olyan egység, amelynek átláthatóságát kategorialisan és compound’s meaning predictability appear to be immediately mapped onto szemantikailag fokozza a rendszer (a szemantikai aspektust illetően lásd az implikációs és hiponímiai relációkat). Az első konstituens, vagyis a módosító, az összetétel referenciájának létrehozásában a legkritikusabb tényező. Ennek eredményeként átláthatósága együtt változik a Kullback–Leibler-távolság (Kullback 1959) Fisher maximalizált log-likelihood értékét használó átláthatósági elvárásával (Fisher 1922; lásd még Aldrich 1997). Ez a mérőszám, amelyet általában ofthecompoundmoststrongly.5 2. AKAIKEINFORMATIONCRITERION(AIC) In 1973, Hirotugu Akaike developed a method to estimate the relative Akaike-információs kritériumnak neveznek (AIC; Akaike 1973), új keretet vezetett be az empirikus adatok elemzésében alkalmazott modellek kiválasztására, jelentős paradigmaváltást jelezve (Burnham, Anderson 2002). Az AIC-t tipikusan a következőképpen számítják ki: –2lnL + 2k, ahol az „lnL” a modell maximalizált/teljes log-likelihood értékére, a „k” pedig a paraméterek számára utal, beleértve a konstans tagot is. A prediktorok kisebb halmaza tipikusan hatékonyabb modellekkel társul (olyan modellekkel, amelyek információvesztesége kisebb). Minél alacsonyabb (= minél negatívabb) az AIC-érték, annál jobb a modell illeszkedése. Ebben az összefüggésben az AIC illeszkedésjósági mérőszámként bünteti a nagyszámú prediktor használatát, amelyek potenciálisan magasabb AIC-értékeket eredményeznek (lásd a „+2k” partoftheAICequation). 4 Steiger’s(1980)ztestshowedthatthisdifferencewassignificant,z=27.71,p<.0001(Gagné etal.2019). 5 Korábbi kutatásokra hivatkozva Gagné et al. (2019) arról számolnak be, hogy „a módosító (az angolban az első konstituens) általában nagyobb szerepet játszik a relációválasztás könnyűségében az összetételek és főnévi kifejezések feldolgozása során.” Straipsniai / Cikkek 277 Exploring Scaled AIC within English Closed Compounds Az AIC érzékeny a minta méretére. Az AICc, az AIC korrigált változata, a minta méretét a 2k (k + 1)/(n – k – 1) képleten keresztül veszi figyelembe. Ugyanakkor kifejezetten a kis mintaméreteket kezeli, és nem ajánlott nagy mintaméreten alapuló modellekhez, mint amilyen a Gagné et al. (2019) által vizsgált modell.6 Meg kell jegyezni, hogy az olyan kutatók, mint Kenneth P. Burnham és David R. Anderson (2002), nem kínálnak végleges megoldást a különböző és nagy mintaméreten illesztett modellek AIC-értékeinek összehasonlítására.7 Különösen Burnham és Anderson (2002: 80–85, 334–335) ad átfogó tárgyalást az egyenlőtlen mintaméretek modell-összehasonlításra gyakorolt következményeiről. Érvelésük szerint az információs kritériumok alkalmazása különböző mintaméretű modellek összehasonlítására félrevezető eredményekhez vezethet. Hasonlóképpen, amint azt Svetunkov egy 2016-os online vitában megjegyezte (lásd a bibliográfia utáni hivatkozást), minden információs kritérium a likelihoodfüggvényen alapul, amely viszont a minta méretétől függ. Konkrétan, ahogy a minta mérete nő, a likelihood csökken. Következésképpen az információs kritériumok ilyen esetekben szintén növekedni fognak.8 3. KORÁBBI KUTATÁSOK Charitonidis (2022) tanulmányában a 44, különböző érzelmi változókombinációkat (a (a) szavak, illetve (b) szövegkörnyezetek valenciáját, arousalértékét és konkrétságát) tartalmazó többszörös regressziós modell AIC-értékeit elosztották a minta méretével (N), így kapták meg a skálázott AIC (AIC/N) értékeit.9 Ezt követően ezeket az értékeket használták fel 6 Az AICc-vel kapcsolatos további információkért az olvasó Burnham és Anderson (2002: 374–380) művéhez fordulhat. 7 A Burnham és Anderson (2002) által javasolt megoldások egyike az AIC-értékek „Akaike-súlyokká” történő átalakítására vonatkozik, amelyeket „a modellnek az adatok alapján vett relatív likelihoodjaként” határoznak meg (Burnham, Anderson 2002: xiii; lásd még Wagenmakers, Farrell 2004). 8 Elérhető: https://stats.stackexchange.com/questions/94718/model-comparison-with-aic-basedon-different-sample-size [hozzáférés: 16.06.2023]. Az olvasó úgy értheti meg Svetunkov állítását, ha az AIC-egyenlet „lnL” komponensének különböző értékeit helyettesíti be, miközben a „2k” komponenst állandónak hagyja. Az lnL értékének csökkenése magasabb, azaz rosszabb AIC-értéket eredményez. 9 A szakirodalomban a skálázott AIC-re „átlagos AIC”-ként is hivatkoznak. Svetunkov (személyes közlés) szerint az Akaike-féle információs kritérium minta méretével való elosztásának gyakorlata nem új keletű. Például Hastie et al. (2009: 230–231) nem kanonikus módon definiálják az AIC-t, és a képletben N-et használnak nevezőként. Bár ez a hagyományos AIC-képlettől való eltérés nem mentes a kritikáktól, továbbra is elterjedt megközelítésnek számít, amint azt többek között a Stata statisztikai szoftvercsomagban való szerepeltetése is példázza. A Stata például „AIC divided by N” formában közli az AIC-t a modell kimenetében, amint azt számos online elérhető példa tanúsítja (Köszönet illeti I. Svetunkovot ezen információ rendelkezésre bocsátásáért). CHARITON CHARITONIDIS 278 ActaLinguisticaLithuanicaXC és hasonlítsuk össze a modellek illeszkedésének jóságát. A kulcsfontosságú prediktorok globális, azaz általános modellekbe való beillesztése azt mutatta, hogy a BLP lexikai döntési idők jobb illeszkedést tettek szükségessé, mint az ELP lexikai döntési idők. Az ELP megnevezési modellek illeszkedése az ELP és a BLP lexikai döntési modelljeinél megfigyelt tartományba esett. Különösen figyelemre méltó, hogy a második összetevő kontextusbeli konkrétsága szignifikáns prediktorként jelent meg minden, SUBTLEX-US-gyakoriságot tartalmazó modellben, mind a lexikai döntés, mind a megnevezés esetében. Charitonidis (2024) munkájában a SUBTLEX-US-gyakoriságot tartalmazó globális modellek összes szignifikáns együtthatóját szembeállították a hiponímia változójával (Gagné et al. 2020). Megállapították, hogy a hiponímiát és a második összetevő kontextusbeli konkrétságát egyaránt tartalmazó modellek mindig a legalacsonyabb (=legjobb) skálázott AIC-értékkel jártak együtt a beágyazott, azaz redukált, bármelyik e két változót elhagyó modellekhez képest. Az ezt követően alkalmazott Wald-próbák azt mutatták, hogy a beágyazott modellek mindig a determinációs együttható (R2) szignifikáns csökkenésére (=romlására) utaltak. Az 1. és 2. táblázat rendre a skálázott AIC-értékeket és a megfelelő Wald-próbák eredményeit mutatja be. 1. TÁBLÁZAT Skálázott AIC-értékek a hiponímiát („2. modell”) vagy a második összetevő kontextusbeli konkrétságát („3. modell”) elhagyó beágyazott modellek esetében a teljes modellekből („1. modell”), az English Lexicon Project (ELP) lexikai döntési (LD) idők, a British Lexicon Project (BLP) lexikai döntési idők és az ELP megnevezési idők előrejelzésére a. Prediktorok: (Konstans), hiponímiaítélet, összetétel hossza, b. Prediktorok: (Konstans), hiponímiaítélet, összetétel hossza, SUBTLEX-US-gyakoriság, kontextusvalencia (cmp), Modell Skálázott AIC AIC N ELP LD 1 -3.36281a-3557.85 1058 2-3.30375 -4169.334 1262 3-3.34845 -3700.038 1105 BLPLD 1 -3.79552a-2903.574 765 2-3.76618 -3920.592 1041 3-3.76718 -2987.37 793 ELP-elnevezés 1 -3.58686b-7396.108 2062 2-3.54304 -8418.27 2376 3-3.58379 -7389.784 2062 Tanulmányok / Cikkek 279 Exploring Scaled AIC within English Closed Compounds kontextus-izgalmi szint (c1), kontextus-izgalmi szint (c2), kontextusbeli konkrétság (c2) 2. SUBTLEX-USfrequency,representationvalence(cmp),contextconcreteness (c2) TÁBLÁZAT. Wald-próbák a hiponímiát („2. modell”) vagy a második összetevő kontextusbeli konkrétságát („3. modell”) elhagyó beágyazott modellek esetében a teljes modellekből („1. modell”), az English Lexicon Project (ELP) lexikai döntési (LD) idők, a British Lexicon Project (BLP) lexikai döntési idők és ELP-elnevezési idők Modell R2-négyzet F-változás df1 df2 p ELP LD 1 .184a47.506 5 1052 .000 2-.004 4.562 1 1052 .033 3-.010 13.175 1 1052 .000 BLP LD 1 .211a40.479 5 759 .000 2-.013 12.091 1 759 .001 3-.015 14.007 1 759 .000 ELP-elnevezés 1 .288b118.711 72054 .000 2-.003 8.286 1 2054 .004 3-.003 8.309 1 2054 .004 a. Prediktorok: (Konstans), hiponímiai ítélet, az összetétel hossza, SUBTLEX-US-gyakoriság, a reprezentáció valenciája (cmp), a kontextus konkrétsága (c2) b. Prediktorok: (Konstans), hiponímiai ítélet, az összetétel hossza, SUBTLEX-US-gyakoriság, a kontextus valenciája (cmp), a kontextus arousalja (c1), a kontextus arousalja (c2), a kontextus konkrétsága (c2) Összefoglalva, két különböző hatásméret-mérőszám, nevezetesen a skálázott AIC és ugyanaz a preferencia mutatkozik a legjobb modell iránt. Így erős bizonyíték áll rendelkezésre arra, hogy a skálázott R2,hierarchizedthesameregressionmodelsidenticallywhiledemonstrating AIC-mérőszám kvalitatív eszköz a modellilleszkedés értékelésére. CHARITON CHARITONIDIS 280 Acta Linguistica Lithuanica XC 4. A JELEN TANULMÁNY A jelen tanulmány a szerző 3. szakaszban bemutatott korábbi kutatására épül. A kutatás alanyai a Gagné et al. (2019) által létrehozott, angol zárt (összetett) összetételekre vonatkozó 66 lexikai döntési és megnevezési modell. Minden modell tartalmazza a SUBTLEX-US gyakoriságot kontrollváltozóként. Célkitűzéseink kettősek és párhuzamosan valósulnak meg. Először Gagné et al. (ibid.) modelljeinek jellemzőit értékeljük. Másodszor a Scaled AIC-mérték alapvető tulajdonságait vizsgáljuk. A kutatási kérdések a következők: 1. Érzékeny-e a Scaled AIC Gagné et al. (2019) modelljeinek felépítésére? Mely modellcsoportokat részesíti előnyben? 2. Milyen hatással vannak a „compound frequency” és a „compound length” kontrollváltozók a Scaled AIC-re? 3. Hogyan kapcsolódik a morfológiai transzparencia a Scaled AIC-hez? Tanulmányunk felépítése a következő: Az 5. szakasz módszereink áttekintését nyújtja. A 6.1. szakasz leíró statisztikákat közöl a vizsgált modellekre vonatkozó Scaled AIC-ről. Kiemelt figyelmet kapnak a modellkategóriák parametrikus, illetve nem parametrikus jellemzői. A 6.2. szakasz a válaszidők forrása és a lexikai feldolgozási feladatok közötti kapcsolatot vizsgálja. A 6.3. szakasz egymás mellé állítja a Scaled AIC-t, valamint a „compound frequency” és a „compound length” kontrollváltozókat. A 6.4. szakaszban Gagné et al. (2019) modelljeinek transzparenciakoefficienseihez tartozó szignifikanciaszinteket hozzárendeljük a Scaled AIC-értékekhez. A legfontosabb megállapításokat a 7. szakasz foglalja össze, amelyet az eredmények megvitatása követ a 8. szakaszban. 5. MÓDSZEREK Általános módszerünk Gagné et al. (2019) modelljei fő paramétereinek és jellemzőinek összehasonlító elemzése volt, a Scaled AIC-t függő változóként használva. A független változók többek között a minta jellemzőit (pl. a válaszidők forrását és a lexikai feldolgozási feladatokat), a kutatási tervet (pl. a kontrollváltozókat), valamint a transzparenciakoefficiensek szignifikanciaszintjét foglalták magukban. Az alkalmazott konkrét statisztikai módszerek a következők voltak: (a) az átlagokra és mediánokra vonatkozó leíró statisztikák, valamint a Shapiro–Wilk-teszt alkalmazása a Scaled AIC központi tendenciájának, változékonyságának és eloszlásának értékelésére különböző modellkategóriákban és csoportokban (6.1. és 6.2. szakasz), (b) a válaszidők forrására (ELP/BLP) és a lexikai feldolgozási feladatokra (lexikai döntés/megnevezés) vonatkozó főhatás-elemzések (6.2. szakasz), (c) a válaszidők forrására és a lexikai feldolgozási feladatokra külön-külön elvégzett ANOVA-k, amelyek kovariánsként a szóösszetételek hosszát is tartalmazták (6.3. szakasz), valamint (d) a Kruskal–Wallisés a Jonckheere–Terpstra-tesztek alkalmazása a szemantikai transzparencia vizsgálatára (6.4. szakasz). A módszerekkel kapcsolatos további információkért az olvasó a 6.1–6.4. szakaszban található elemzésekhez fordulhat. Cikkek / Articles 281 Exploring Scaled AIC within English Closed Compounds 6.2), (c) a válaszidők forrására és a lexikai feldolgozási feladatokra külön-külön elvégzett ANOVA-k, amelyek kovariánsként a szóösszetételek hosszát is tartalmazták (6.3. szakasz), valamint (d) a Kruskal–Wallisés a Jonckheere–Terpstra-tesztek alkalmazása a to explore differences amongthe ranks of ordinally-recodedcoefficientsfor szemantikai transzparencia vizsgálatára (6.4. szakasz). A módszerekkel kapcsolatos további információkért az olvasó a 6.1–6.4. szakaszban található elemzésekhez fordulhat. 6. ELEMZÉSEK 6.1. A Scaled AIC és a modellkategóriák összevetése A Gagné et al. (2019) többszörös regressziós modelljeiből származó 66 AIC-érték; a 2. ábra with SUBTLEX-US frequency as a control variable were divided by each model’ssamplesizetoyieldasetof66ScaledAICvalues. Table3belowprovidesthedescriptivestatisticsforScaledAICandFigure az értékek rendezett halmazához tartozó megfelelő dobozdiagramot mutatja.10 A mintában nem voltak kiugró értékek. A ferdeség (Sk) és a csúcsosság (Ku) értékei elfogadhatóak voltak.11 A Scaled AIC átlagértéke -3.50030 volt. A szórás 0.19052 volt, vagyis a megfigyelések viszonylag szorosan csoportosultak az átlag körül. A minimumés maximumérték rendre -3.85502, illetve -3.15754 volt. A mediánérték -3.55732 volt, azaz valamivel alacsonyabb az átlagértéknél.12 Az adatok középső 50%-a -3.66575 (első kvartilis, Q1) és -3.30959 (harmadik kvartilis, Q3) között helyezkedett el. Ennek megfelelően a kvartilisek közötti terjedelem (IQR) értéke 0,35616 volt. 10 A doboz alsó vagy első kvartilisvonalának (Q1) határa alatt helyezkedik el az adatok alsó 25%-a. Hasonlóképpen, a doboz felső vagy harmadik kvartilisvonala (Q3) az adatok középső 50%-ának, vagyis az interkvartilis boundaryabovewhichtheupper25%ofthedataextends.Theshadedareashowstheboundaries terjedelemnek (IQR) a határát jelöli, amely kiszámítható a kivonásával 11 Az SPSS-környezetre hivatkozva a thefirstquartilefromthethirdquartile(Q3-Q1).Thehorizontallineinsidetheboxshowsthe medianormiddle quartile(Q2),i.e.thevaluethatfallsinthemiddleofthedataset. ferdeség esetében -1 és +1, a csúcsosság esetében pedig -2 és +2 közötti értékeket általában elfogadhatónak tekintik a normalitás eloszlásának értékelése során. Érdemes azonban megjegyezni, hogy önmagában a ferdeség és a csúcsosság nem szolgáltat meggyőző bizonyítékot a normalitásra (lásd még a https://www.researchgate.net/post/ oldalon található vitát). 12 E mintázattal összhangban az adatokban kis What_is_the_acceptable_range_of_skewness_and_kurtosis_for_normal_distribution_of_data). mértékű pozitív ferdeség mutatkozott (0,494). CHARITON CHARITONIDIS 288 Acta Linguistica Lithuanica XC Az összetételhossz és az összetételgyakoriság Scaled AIC-re gyakorolt hatásának kimutatásához a megfelelő regressziós együtthatókat ordinalizált értékekké kódoltuk át pozitivitásuk és szignifikanciaszintjük alapján; lásd a 6. táblázatot. A szignifikanciaszinteket ordinális skálákra képeztük le, mivel az egzakt szignifikanciaértékeken alapuló hagyományos küszöbpontokat képviseltek. 6. TÁBLÁZAT. A regressziós együtthatók ordinális átkódolási táblázata Szignifikancia Pozitivitás Ordinális értékek Leírás p < .001 negatív -3 nagy negatív hatás p < .01 negatív -2 mérsékelt negatív hatás p < .05 negatív -1 kis negatív hatás p > .05 negatív/pozitív 0 nem szignifikáns hatás p < .05 pozitív 1 kis pozitív hatás p < .01 pozitív 2mérsékelt pozitív hatás p < .001 pozitív 3nagy pozitív hatás Gagné és munkatársai (2019) modelljeiben a SUBTLEX-US gyakorisága mindig nagy hatású, negatív (=a reakcióidőt csökkentő) együtthatókkal társult, p < .001. Ennek megfelelően minden együtthatót -3-ként kódoltunk át; ez az érték tökéletesen kollineáris volt a kimeneti változóval, a Scaled AIC-vel. Ezért a SUBTLEX-US gyakoriságát kizártuk a jelen elemzésből. Ami az összetételhosszt illeti, Gagné és munkatársai (2019) modelljeiből származó összes szignifikáns regressziós együttható nagy, pozitív (=a reakcióidőt növelő) hatást mutatott, p < .001. A SUBTLEX-US változóval ellentétben több nem szignifikáns együttható is megjelent. E mintázatok alapján kategorikus változót hoztunk létre, amelyben az „1” a pozitív hatást (=az összetételhossz interferenciáját), a „0” pedig a hatás hiányát (=az összetételhossz interferenciájának hiányát) jelölte. Az így kapott minta 39 Scaled AIC-értéket tartalmazott. Az összetételhossz és a Scaled AIC közötti Pearson-korrelációs teszt 0,51-es, erősen szignifikáns korrelációs együtthatót eredményezett, p = .001, ami a két változó közötti mérsékelt vagy erős korrelációra utal. Az összetételhosszt egyetlen független változóként vontuk be egy lineáris regressziós modellbe. Megállapítottuk, hogy az összetételhossz interferenciájának hiánya esetén a Scaled AIC előre jelzett átlaga 3.611 volt (=a konstans). Az összetételhossz interferenciája magasabb (=rosszabb) -3.407-es értéket eredményezett (b = 0.204, p = .001). Az alábbi 6. ábra szemlélteti ezeket a mintázatokat. Röviden: a Scaled AIC romlik, amikor az összetételhossz relevánssá válik a modelleken belül. Tanulmányok / Cikkek 289 Exploring Scaled AIC within English Closed Compounds 6. ÁBRA. A vegyület hossza és a skálázott AIC Külön ANOVA-kat végeztünk a válaszidő forrására (ELP/BLP) és a feladatteljesítményre (lexikai döntés/megnevezés), a vegyület hosszát kovariánsként figyelembe véve. Az elsődleges cél a középértékek közötti különbségek azonosítása volt, amelyeket korábban már korrigáltak a vegyület hossza kontrollhatásainak figyelembevételével. (a) ANOVA a válaszidő forrására. A BLP értéke ‘0’, az ELP értéke pedig ‘1’ volt. A Pearson-féle korrelációs teszt erős kollinearitást mutatott a válaszidő forrása és a vegyület hossza között, r = 1 (N = 39). A következő bizonyítékok támasztják alá eredményünket: Először is, az ELP-csoport következetesen szignifikáns pozitív korrelációkat mutatott a vegyület hosszával, ami nagy hatásra utal. Másodszor, a BLP-csoport következetesen nem szignifikáns korrelációkat mutatott a vegyület hosszával.17 Következésképpen a válaszidő forrására vonatkozó előre jelzett skálázott AIC-átlag azonos volt a vegyület hosszának elemzésbe való bevonásával és anélkül is (M = 3.407 mindkét esetben). Összefoglalva, a vegyület hossza nem gyakorolt szignifikáns hatást a skálázott AIC-re, amikor a válaszidő forrása szerepelt az elemzésben. (b) ANOVA a feladatteljesítményre. A megnevezés értéke ‘0’, a lexikai döntésé pedig ‘1’ volt. A Pearson-féle korrelációs teszt negatív korrelációt mutatott a feladat és a vegyület hossza között, ami közepes hatásra utal, r = -.5, p = .001 (N = 39). Ez az eredmény arra utal, hogy a vegyület hossza relevánsabb a megnevezés, mint a lexikai döntés szempontjából. 17 Megjegyzendő, hogy a 13 BLP-együttható közül 11 negatív volt. CHARITON CHARITONIDIS 290 Acta Linguistica Lithuanica XC Amikor a feladatot tekintettük elsődleges változónak, a vegyület hosszát figyelembe véve a feladat szignifikáns előrejelzője volt a skálázott significantpredictorofScaledAIC,F(1,145.030),p=.000.Similarly,when AIC-nek, F (1, 125.30), p = .000. A csak a feladatra vonatkozó előre jelzett skálázott AIC-átlag szignifikánsan különbözött attól az előre jelzett skálázott AIC-átlagtól, amikor a vegyület hosszát is figyelembe vettük (3.584, illetve 3.203). Hasonlóképpen, a csak a vegyület hosszára vonatkozó előre jelzett skálázott AIC-átlag (3.584) szignifikánsan különbözött attól az előre jelzett skálázott AIC-átlagtól, amikor a feladatot is figyelembe vettük (-3.23). Összefoglalva, a kovariáns korrekció szempontjából mind a lexikai döntési feladat, mind a vegyület hossza gyengébb modelleket jelzett előre. Ez a szakasz a regressziós együtthatók hatását vizsgálja a három morfológiai szinten, azaz a vegyület, az első 6.4. ScaledAICvs.transparencynorms konstituens és a második konstituens szintjén. Az ordinális újrakódolási táblázat a 6. transparencyinGagnéetal.(2019)modelsonScaledAIC.Theseregression coefficientswerecodedonthreeordinalscales,eachcorrespondingtooneof táblázatban található. Az alábbi 7. táblázat mindhárom morfológiai szint ordinálisan transzformált transzparencia-együtthatóinak mediánjait és terjedelmeit mutatja be. A mediánok hasznos információt nyújtanak az ordinális értékek centrális tendenciájáról és szóródásáról, és segíthetik az ordinális változókon alapuló elemzések értelmezését. 7. TÁBLÁZAT. Ordinálisan transzformált transzparencia-együtthatók: Mediánok és tartományok Medián Minimum Maximum Összetétel -3 -3 -1 Első összetevő 2-3 3 Második összetevő 0 -2 3 N = 18 Amint látható, az összetétel mediánja ‘-3’ volt, az első összetevő mediánja ‘2’, a második összetevőé pedig ‘0’. Ezek az eredmények arra utalnak, hogy Gagné és mtsai (2019) SUBTLEX-US gyakoriságot alkalmazó modelljeiben az összetétel transzparenciája nagy negatív hatással (rövidebb válaszidőkkel) járt együtt, az első összetevő transzparenciája mérsékelt pozitív hatással (hosszabb válaszidőkkel) járt együtt, a második összetevő transzparenciájának pedig nem volt szignifikáns hatása, vagy szerepe bizonytalan volt. A második összetevő Gagné és mtsai (uo.) által közölt magasabb transzparenciaértékelései arra utalnak, hogy eredendő Cikkek / Articles 291 Exploring Scaled AIC within English Closed Compounds torzítás részesíti előnyben, ami ahhoz vezet, hogy az összetétel általános transzparenciája az első összetevő transzparenciájától függ. Ebben az összefüggésben az első összetevő pozitív, latenciát előidéző mediánja e kapcsolatban betöltött közvetítő, talán referenciát létrehozó szerepére utal (lásd még az 1. szakaszt). Továbbra is bizonyításra vár, hogy melyek azok a szemantikai funkciók, amelyek feldolgozási szempontból kellően reprezentálják, A most megválaszolandó kutatási kérdés az, hogy a transzparencia-együtthatók pozitivitása és szignifikanciaszintje befolyásolja-e a skálázott AIC-t. Módszerünk elsősorban a túlillesztési theinherentbiasofthesecondconstituent.18 hatások kimutatására irányul. Amint Daniel J. Navarro és Jay I. Myung (2005) érvelnek, túlillesztés akkor fordul elő, amikor „egy sok paraméterrel rendelkező, összetett és erősen nemlineáris formájú modell gyakran jobban illeszthető az adatokhoz, mint egy kevés paraméterrel rendelkező egyszerű modell, még akkor is, ha az utóbbi generálta az adatokat” (Navarro, Myung 2005: 1240). Ennek megfelelően a paraméterek nagy száma képes megragadni a rendelkezésre álló adatok zaját vagy egyedi jellemzőit, de akadályozhatja a modell új adatokra való általánosítási képességét. Az AIC a modellben szereplő számos paraméter bevonására vonatkozó büntetés bevezetésével enyhíti a túlillesztés problémáját; lásd az AIC-egyenlet ‘+2k’ részét a 2. szakaszban. A következő elemzéssel kapcsolatban feltételezzük, hogy a magasabb (=alacsonyabb rendű) skálázott AIC-értékeket mutató modellek jelentős, szisztematikusan levezetett együtthatókkal rendelkezhetnek, azaz olyan együtthatókkal, amelyek kizárólag a LADEC-adatkészlet alapján relevánsak. Ebben az összefüggésben sejtésünk szerint a transzparencia és a skálázott AIC kapcsolatában a 7. táblázat mediánjai által jelzettől eltérő tendencia rajzolódhat ki. Különösen az alacsonyabb (= jobb) skálázott AIC-értékek összefügghetnek (a) pozitív együtthatókkal (hosszabb válaszidőkkel) a teljes összetételre vonatkozóan, (b) negatív együtthatókkal (rövidebb válaszidőkkel) az első összetevőre vonatkozóan, valamint (c) pozitív vagy negatív együtthatókkal (hosszabb, illetve rövidebb válaszidőkkel) a második összetevőre vonatkozóan. Meg kell jegyezni, hogy a második összetevőt illetően a 7. táblázat mediánja nem utal hatásra. A kutatási kérdés megválaszolásához két nemparaméteres mérőszámot alkalmazunk, nevezetesen a Kruskal–Wallis-próbát és a Jonckheere–Terpstra-próbát. A Kruskal–Wallis-próba, más néven „H-próba”, egy nemparaméteres próba, amely a 18 Charitonidis (2024) című munkában az az állítás szerepel, hogy mind a hiponímia, mind a második összetevő kontextusbeli konkrétsága szignifikáns szemantikai prediktorok a lexikai döntésben és a megnevezésben. Az ott bemutatott elemzés azt mutatja, hogy e két prediktor együttes bevonása javulást eredményez a skálázott AIC és az R2 értékében azokhoz a modellekhez képest, amelyek e változók egyikét elhagyják. CHARITON CHARITONIDIS 292 Acta Linguistica Lithuanica XC khi-négyzet-eloszláson alapul. Megköveteli, hogy a függő változó ordinális vagy folytonos legyen. E próba annak meghatározására szolgál, hogy vannak-e szignifikáns különbségek két vagy több csoport mediánjai között, és az egyutas ANOVA alternatívájaként használják. Az eljárás során a folytonos függő változó, azaz a skálázott AIC értékeit a legalacsonyabbtól a legmagasabbig rendezték, és a pontszámokhoz rangokat rendeltek. Az így kapott rangokat visszahelyezték a szignifikanciaszint csoportjaiba (a független változóba), majd az egyes csoportok rangjait összegezték. A „H” kiszámítására szolgáló képlet magában foglalta az értéket mintánkénti elemszámmal.19 A 8–10. táblázatok tartalmazzák a figyelembe vett bemeneti adatokat és az egyes csoportok amongothers,squaringthesumofranksforeachgroupandthendividingthis rangösszegét.20 8. TÁBLÁZAT. Összetétel Significancelevels N SumofRanks Skálázott 1 – kis AIC negatív hatás 1 2 2 – mérsékelt negatív hatás 5 46 3 – nagy negatív hatás 12 123 Összesen 18 TABLE9.Firstconstituent Significancelevels N SumofRanks Scaled AIC 1–largepositiveeffect 6 59 2 – mérsékelt pozitív hatás 4 34 3 – kis pozitív hatás 1 3 4 – nincs hatás 1 2 5 – kis negatív hatás 1 10 6 – mérsékelt negatív hatás 1 11 7 – nagy negatív hatás 452 Összesen 18 19 A további számításokat lásd Field (2009: 561–562). 20 Mindhárom táblázatban a rangok teljes összege megközelítőleg 171. Ez egyenlő az 1-től 18-ig terjedő egész számok összegével, lásd a minta elemszámát (N). Tanulmányok / Cikkek 293 Exploring Scaled AIC within English Closed Compounds 10. TÁBLÁZAT. Második összetevő Significancelevels N SumofRanks Scaled AIC 1–largepositiveeffect 6 59 2 – kis pozitív hatás 1 14 3 – nincs hatás 8 59 4 – kis negatív hatás 1 18 5–moderatenegativeeffect 221 Összesen 18 Mielőtt rátérnénk a Kruskal–Wallis (H) teszt eredményeire, fontos megjegyezni, hogy ez a teszt nem szolgáltat információt az egyes csoportok közötti konkrét különbségekről. E probléma kezelése érdekében kiegészítésként a Jonckheere–Terpstra (JT) tesztet is alkalmaztuk. Ez a teszt arról szolgáltatott információt, hogy a csoportok mediánjai a kódoló (=csoportosító) változó által meghatározott sorrendben növekedtek vagy csökkentek-e, konkrétan a nagy pozitív hatástól a nagy negatív hatásig. A módszereket illetően a JT-statisztikát z-pontszámmá alakítottuk. A pozitív z-érték a mediánok növekvő trendjét jelezte, vagyis a mediánok növekedtek (=magasabb/rosszabb Scaled AIC), ahogy a kódoló változó értékei növekedtek. A negatív z-érték a mediánok csökkenő trendjét jelezte, vagyis a mediánok csökkentek (=alacsonyabb/jobb Scaled AIC), ahogy a kódoló változó értékei növekedtek. Az alábbiakban a Kruskal–Wallis (H) és a Jonckheere–Terpstra (JT) tesztek eredményeit együttesen közöljük. (a) A vegyület Scaled AIC-értékét a szignifikanciaszint nem befolyásolta szignifikánsan, amint azt a Kruskal–Wallis-teszt megállapította (H (2) = 2.226, p > .05). A mediánok növekvő trendjét találtuk, ami megerősítette a túlillesztési hipotézisünket; lásd a vegyület negatív mediánját a 7. táblázatban. Ez a trend azonban a Jonckheere–Terpstra-teszt szerint nem volt statisztikailag szignifikáns (JT = 50, z = 1.064, p > .05). (b) Az első konstituens Scaled AIC-értékét a szignifikanciaszint nem befolyásolta szignifikánsan, amint azt a Kruskal–Wallis-teszt megállapította (H (6) = 5.427, p > .05). A mediánok növekvő trendjét találtuk, ami elutasította a túlillesztési hipotézisünket; lásd az első konstituens pozitív mediánját a 7. táblázatban. Ez a trend azonban a JonckheereTerpstra-teszt szerint nem volt statisztikailag szignifikáns (JT = 70, z = 0.549, p > .05). (c) A második konstituens skálázott AIC-értékét a szignifikanciaszint nem befolyásolta szignifikánsan, amint azt a Kruskal–Wallis-teszt meghatározta (H (4) = 4.607, p > .05). A mediánok növekvő vagy csökkenő tendenciája nem volt megfigyelhető, ami elveti CHARITON CHARITONIDIS 294 ActaLinguisticaLithuanicaXC a túlillesztési hipotézisünket. Különösen a Jonckheere–Terpstra-teszt z-statisztikája lényegében nulla volt, összhangban a 7. táblázatban szereplő második konstituens nulla mediánjával (JT = 54, z = 0.041, p > .05). Összefoglalva megállapítható, hogy a Gagné et al. (2019) SUBTLEX-US gyakoriságot alkalmazó modelljeiben a transzparenciakoefficiensek szignifikanciaszintje nem befolyásolja a skálázott AIC nagyságát. Ez a megállapítás közvetve alátámasztja Gagné et al. (2019) transzparencia-prediktorokat alkalmazó modelljeinek minőségét, konkrétan azt jelezve, hogy e modellek esetében a túlillesztési hipotézis nem tartható. A jelen tanulmány korlátja az alkalmazott kis mintanagyság, amelynek értéke N = 18. Eredményeink megerősítéséhez további kutatásokra van szükség a skálázott AIC-értékek szélesebb tartományának alkalmazásával. Kutatási eredményeink világos és teljes körű bemutatásának biztosítása érdekében egy külön szakaszt iktattunk be, amely tanulmányunk legfontosabb megállapításainak összefoglalására összpontosít. Ezen átfogó áttekintésért kérjük, folytassa a 7. szakasszal. 7. FŐBB MEGÁLLAPÍTÁSOK Az alábbi 11. táblázat a modell teljesítményének és a releváns változóknak átfogó elemzését mutatja be a lexikai döntési és megnevezési feladatok kontextusában, Gagné et al. (2019) megállapításai alapján. A táblázat minden szakasza konkrét témákat tárgyal, feltárva, hogy mely modellek a leghatékonyabbak. Az ANOVA-t, valamint a Kruskal–Wallis-/Jonckheere–Terpstra-teszteket (6.3. és 6.4. szakasz) azt követően alkalmaztuk, hogy nominális (ordinális vagy kategorikus) értékeket rendeltünk a Gagné et al. (2019) modelljeiből származó regressziós együtthatókhoz. Az alkalmazott speciális tesztek részleteiért kérjük, tekintse meg a vonatkozó szakaszokat. 11. TÁBLÁZAT. Skálázott AIC angol zárt összetételekben: A modell teljesítményének átfogó elemzése lexikai döntési és megnevezési feladatokban (Gagné et al. 2019) Subjects Statistics Evaluation Section Modellkategóriák Normalitási Leíró statisztikák tesztek BLP lexikai döntés ELP megnevezés ELP lexikai döntés NPAR/~ PAR/✓ 6.1 PAR/✓ Reakcióidő forrás BLP lexikai Lexikai task Főhatások ELP döntés ✓ feldolgozás lexikai döntés ~ ELP megnevezés ✓6.2 Cikkek / Articles 295 Exploring Scaled AIC within English Closed Compounds Subjects Statistics Evaluation Section Kontrollváltozók ANOVA Összetett gyakoriság Összetételhossz ✓ ~ 6.3 Szemantikai NOF/ns Kruskal–WalltranszpareTerpstra is Első ncia Összetéösszetevő Jonckheere–- tel NOF/ns Második összetevő NOF/ns 6.4 PAR: parametrikus adatok | NPAR: nemparametrikus adatok | ✓: jobb modellek (alacsonyabb AIC) ~: gyengébb modellek (magasabb AIC) | NOF/ns: nincs túlillesztés/nem szignifikáns teszt 8. MEGVITATÁS Charitonidis (2022, 2024) korábbi kutatásai kimutatták, hogy a skálázott AIC megbízható illeszkedésjósági mérőszám, amely alkalmazható a modellkiválasztásban, esetleg más mérőszámokkal, például a Wald-teszttel együttműködésben (lásd a 3. szakaszt). Gagné és mtsai (2019) SUBTLEX-US gyakoriságot alkalmazó többszörös regressziós modelljeire hivatkozva a jelen elemzés a skálázott AIC-mérőszám további tulajdonságait tárta fel. Noha jogos aggályok merültek fel a különböző mintanagyságokon illesztett modellek bizonyos kontextusokban történő összehasonlításával kapcsolatban, a skálázott AIC valóban értékes informationcriteria(seesection2),thefindingsofthisstudysuggestthatin eszköz lehet a modellilleszkedés értékelésére és a regressziós modellek hierarchizálására. Kutatásunk kimutatta, hogy a skálázott AIC érzékeny a kísérleti tervre, a válaszidők forrásaira és a konkrét feladatokra. Fontos azonban felismerni, hogy a skálázott AIC alkalmazhatósága kontextusfüggő lehet, ezért hasznosságát esetről esetre kell értékelni. Mielőtt rátérnénk e tanulmány elsődleges eredményeire, fontos megjegyezni, hogy 1. A addresstheresearchquestionssetupinsection4. skálázott AIC-értékek eloszlásai, valamint a válaszidők különböző forrásainak és a feldolgozási feladatoknak a kombinációi arra utalnak, hogy a skálázott AIC hatékonyan azonosítja a kísérleti tervben és a statisztikai modellezésben jól meghatározott mögöttes tényezők jelenlétét vagy hiányát. Ebben az összefüggésben a BLP lexikai döntési feladat és az ELP megnevezési feladat még kontrollált körülmények között is nagyobb prediktív erőt mutatott a skálázott AIC tekintetében. 2. A kompozit gyakorisága kivétel nélkül negatív előrejelzője volt a skálázott AIC-nek, és minden esetben nagy hatást jelzett. Az ELP lexikai döntési feladat következetesen CHARITON CHARITONIDIS 296 Acta Linguistica Lithuanica XC szignifikáns pozitív korrelációkat mutatott a kompozit hosszával, ami magasabb (= gyengébb) skálázott AIC-értékeket jelzett. A BLP lexikai döntési feladat következetesen nem szignifikáns korrelációkat mutatott a kompozit hosszával. Mind a lexikai döntési feladat, mind a kompozit hossza gyengébb modelleket jelzett a kovariánsokkal végzett korrekció során. 3. Gagné és munkatársai (2019) modelljeiben az átláthatósági együtthatók pozitivitása és szignifikanciaszintje nem befolyásolta a skálázott AIC nagyságát. Ez az eredmény arra utal, hogy Gagné és munkatársai (2019) átláthatósági prediktorokat tartalmazó modelljei nem vezetnek túlillesztési torzításhoz. Az elemzések konkrét szakaszaira hivatkozva e tanulmány legfontosabb eredményei a következőképpen foglalhatók össze: A 6.1. szakaszban elemzésünk a különböző modellkategóriák skálázott AIC-értékei közötti összehasonlításra összpontosított. Még az „természetes logaritmus” és a „négyzetgyök” transzformációknak az abszolút értékekre való alkalmazását követően sem követte a skálázott AIC teljes mintája a normális eloszlást. Hasonlóképpen, az ELP lexikai döntési modelljei skálázott AIC-értékeik nemparaméteres eloszlását mutatták. Ezzel szemben a BLP lexikai döntési feladatához és az ELP megnevezési feladathoz kapcsolódó adatok normális eloszlási mintát követtek. A 6.2. szakaszban figyelmünk a skálázott AIC és (a) a válaszidők forrásai, valamint (b) a feladatteljesítmény közötti kapcsolat vizsgálatára helyeződött át. Érdekes módon az ELPés BLP-lexikai döntési modellek skálázott AIC-értékeinek tartományai nem fedték egymást, ami különbözőségüket jelezte. A teszteredmények a válaszidő forrásának és a feladatteljesítménynek egyaránt szignifikáns főhatását mutatták a skálázott AIC-re. Figyelemre méltó, hogy a skálázott AIC előrejelző képessége jobb volt a BLP lexikai döntési idejéhez és a megnevezési feladathoz kapcsolódó modellek esetében. Ezek az eredmények jelentősen hozzájárulnak a megfelelő modellek pontosságához és hatékonyságához. A 6.3. szakaszban vizsgálatunk a skálázott AIC, valamint a „kompozit gyakorisága” és a „kompozit hossza” kontrollváltozók közötti kapcsolatra terjedt ki. A kompozit gyakoriságát kizártuk az elemzésből, mivel tökéletes kollinearitást mutatott a skálázott AIC-vel. Ezzel szemben a skálázott AIC-értékek csökkenését figyeltük meg, amikor a kompozit hossza releváns tényezővé vált a modellekben. A kovariánsokkal végzett Concomitantly,compoundlengthwasmostrelevantforthenamingtask. korrekció szempontjából mind a lexikai döntési feladat, mind a kompozit hossza gyengébb modelleket jelzett. A 6.4. szakaszban figyelmünk a skálázott AIC és az átláthatósági együtthatók andsemantictransparency.Theresearchquestionwaswhetherthepositivity szignifikanciaszintje közötti kapcsolatra irányult; Gagné és munkatársai (2019) modelljeiben ez hatással volt a skálázott AIC-re. Módszerünk elsődleges célja a lehetséges túlillesztési hatások kimutatása volt. Azt feltételeztük, hogy az alacsonyabb skálázott AIC-értékekkel rendelkező modellek olyan szignifikáns együtthatókkal bírhatnak, amelyek a kompozit Tanulmányok / Cikkek 297 Exploring Scaled AIC within English Closed Compounds accordingtotheLADECdatasetalone.Whileweobservedatrendofincreasing (=inferior)ScaledAICvaluesforaclusterofsignificantnegativecoefficientsat szintjén relevánsak – összhangban túlillesztési hipotézisünkkel –, azonban a JonckheereTerpstra-teszt azt mutatta, hogy ez a tendencia nem érte el a statisztikai szignifikanciát. Összefoglalva, a különböző paraméterek Scaled AIC függő változóként történő vizsgálata megvilágította, hogy a modellkategóriák, a válaszidő forrása, a feldolgozási feladatok, a kontrollváltozók és a szemantikai transzparencia milyen sokféleképpen befolyásolják a modellek illeszkedésének jóságát. Ezen elemek árnyalt kapcsolatainak felismerése révén a kutatók felkészültebbé válnak arra, hogy megalapozott döntéseket hozzanak a modellválasztás, a módosítások és az értelmezés során. REFERENCES Akaike Hirotugu 1973:InformationTheoryandanExtensionoftheMaximum Likelihood Principle. – Second International Symposium on Information Theory, eds. B.F.Csaki,B.N.Petrov,Budapest:AcademiaiKiado,267–281. AldrichJohnR.1997:R.A.FisherandtheMakingofMaximumLikelihood1912– 1922.–Statistical Science12(3),162–176. Baayen Harald R., Piepenbrock Richard, Gulikers Leon 1995: The CELEX Lexical Database(Dataset,Release2,CD-ROM),LinguisticDataConsortium, UniversityofPennsylvania.Availableat:https://catalog.ldc.upenn.edu. Balota David A., Yap Melvin J., Cortese Michael J., Hutchison KeithI.,KesslerBrett,LoftisBjorn,NeelyJamesH.,NelsonDouglas L.,SimpsonGregB.,TreimanRebecca2007:TheEnglishLexiconProject.– Behavior Research Methods39,445–459. Brysbaert Marc, New Boris 2009: Moving Beyond Kučera and Francis: A CriticalEvaluationofCurrentWordFrequencyNormsandtheIntroductionofaNew andImprovedWordFrequencyMeasureforAmericanEnglish.–Behavior Research Methods41,977–990.DOI:doi.org/10.3758/BRM.41.4.977. BurnhamKennethP.,AndersonDavidR.2002:Model Selection and Multimodal Inference: A Practical Information-Theoretic Approach, 2ndedition,NewYork:Springer. DOI:dx.doi.org/10.1007/b97636. Charitonidis Chariton 2022:ContextConcretenessfortheSecondConstituent SlowsDownCompound-WordProcessing.–Lexis20.DOI:doi.org/10.4000/lexis.6769.