摘要：O presente estudo investigou o efeito que a similaridade ortográfica de um estímulo tem no tempo de reação e na precisão dos participantes em uma tarefa de decisão lexical. Para tanto, contou com pseudopalavras que correspondiam a uma manipula - ção fatorial de duas medidas de similaridade ortográfica: N – o número de vizinhos ortográficos formados pela substituição de uma letra do estímulo-alvo (p. ex.: ‘navela’ e ‘novela’) e TLN – o número de vizinhos ortográficos formados pela inversão na ordem de duas letras do estímulo-alvo (p. ex.: ‘ânuglo’ e ‘ângulo’). Participaram da pesquisa 20 estudantes de um curso de pós-graduação em Psicologia, selecionados por amostragem não probabilística de conveniência. Utilizou-se um delineamento de medidas repetidas do tipo 2 x 2, correspondendo a uma manipulação fatorial de N e TLN. Observou-se uma interação entre TLN e N, na qual TLN apresentou um efeito inibidor apenas para as pseudopalavras que não tinham vizinhos ortográficos forma - dos pela substituição de uma letra. Argumentou-se que o efeito de TLN traz desafios para os esquemas representacionais dos modelos atuais de leitura hábil.
其他摘要：The present study investigated the effects that a stimulus’ orthographic similarity has in the participant’s reaction time and precision in a lexical decision task. The pseudowords in the lexical decision task corresponded to a factorial manipulation of two measures of orthographic similarity: N – the number of substitution neigh - bors (e.g., ‘hink’ and ‘hank’) and TLN – the number of transposed letter neighbors (e.g., ‘anlge’ and ‘angle’). A non-probabilistic sample of twenty graduated psychol - ogy students took part in this study. The experimental design consisted of a factorial manipulation of N and TLN in 2 x 2 within-subjects design. An interaction between N and TLN was observed, because TLN only inhibited the processing of pseudowords without substitution neighbors. It was argued that the TLN effect calls into question the representational schemas of nowadays skilled reading models.
