Valence-dependent mutation in lexical evolution

价(化学) 同源 心理学 认知心理学 认知 名词 人口 语言学 计算机科学 自然语言处理 人口学 神经科学 社会学 物理 量子力学 哲学
作者
Joshua Conrad Jackson,Kristen A. Lindquist,Richard Drabble,Quentin D. Atkinson,Joseph Watts
出处
期刊:Nature Human Behaviour [Springer Nature]
卷期号:7 (2): 190-199 被引量:1
标识
DOI:10.1038/s41562-022-01483-8
摘要

A central goal of linguistics is to understand how words evolve. Past research has found that macro-level factors such as frequency of word usage and population size explain the pace of lexical evolution. Here we focus on cognitive and affective factors, testing whether valence (positivity-negativity) explains lexical evolution rates. Using estimates of cognate replacement rates for 200 concepts on an Indo-European language tree spanning six to ten millennia, we find that negative valence correlates with faster cognate replacement. This association holds when controlling for frequency of use, and follow-up analyses show that it is most robust for adjectives ('dirty' versus 'clean'; 'bad' versus 'good'); it does not consistently reach statistical significance for verbs, and never reaches significance for nouns. We also present experiments showing that individuals are more likely to replace words for negative versus positive concepts. Our findings suggest that emotional valence affects micro-level guided variation, which drives macro-level valence-dependent mutation in adjectives.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
爱笑的鱼完成签到,获得积分10
2秒前
mmm4完成签到 ,获得积分10
2秒前
坚定的小蘑菇完成签到 ,获得积分10
4秒前
32429606完成签到 ,获得积分10
4秒前
4秒前
xcy完成签到,获得积分10
5秒前
奋斗完成签到 ,获得积分10
5秒前
乐乐完成签到 ,获得积分10
6秒前
7秒前
ggjy应助简单采纳,获得10
9秒前
杨扬发布了新的文献求助10
9秒前
koi发布了新的文献求助20
10秒前
zhangxun完成签到 ,获得积分10
10秒前
初晴应助马昌进采纳,获得10
10秒前
可耐的荧荧完成签到 ,获得积分10
11秒前
guo完成签到,获得积分10
12秒前
12秒前
SW冒险家完成签到 ,获得积分10
13秒前
认真二娘11完成签到 ,获得积分10
14秒前
digiwood完成签到,获得积分10
14秒前
六子完成签到,获得积分10
15秒前
MrChew完成签到 ,获得积分10
15秒前
16秒前
hrs完成签到 ,获得积分10
17秒前
cjq完成签到 ,获得积分10
17秒前
11111发布了新的文献求助10
17秒前
老朱完成签到,获得积分10
18秒前
饱满的荧完成签到 ,获得积分10
19秒前
和谐紫安发布了新的文献求助30
19秒前
小青虫完成签到,获得积分10
20秒前
研友_LNVjyL完成签到,获得积分10
20秒前
小二郎应助kzf丶bryant采纳,获得10
21秒前
合适怡完成签到,获得积分10
21秒前
22秒前
杨华启应助科研通管家采纳,获得10
22秒前
所所应助科研通管家采纳,获得10
22秒前
22秒前
风清扬应助科研通管家采纳,获得20
22秒前
小二郎应助科研通管家采纳,获得10
22秒前
埃塞克斯完成签到,获得积分10
23秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Handbook of pharmaceutical excipients, Ninth edition 5000
Aerospace Standards Index - 2026 ASIN2026 3000
Polymorphism and polytypism in crystals 1000
Signals, Systems, and Signal Processing 610
Discrete-Time Signals and Systems 610
T/SNFSOC 0002—2025 独居石精矿碱法冶炼工艺技术标准 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 纳米技术 有机化学 物理 生物化学 化学工程 计算机科学 复合材料 内科学 催化作用 光电子学 物理化学 电极 冶金 遗传学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 6043163
求助须知:如何正确求助?哪些是违规求助? 7803575
关于积分的说明 16238186
捐赠科研通 5188699
什么是DOI,文献DOI怎么找? 2776681
邀请新用户注册赠送积分活动 1759736
关于科研通互助平台的介绍 1643256