```
.\
│
├── custom_epitran_files\
# custom mapping files used for the phonological analysis in supp mat
│   ├── deu-Latn-nar_custom.csv
│   └── deu-Latn-nar_custom.txt
|
├── eeg\
# raw EEG in BIDS format will be stored in here
│   └── download_raw_eeg.sh     # script that uses curl to download the BIDS repository
│
├── env\
# .yml files for the conda environments (files prefixed with -vague give general requirements but are less constrained)
│   ├── environment-mne-vague.yml
│   ├── environment-mne.yml
│   ├── environment-r-vague.yml
│   ├── environment-r.yml
│   ├── environment-rdms-vague.yml
│   └── environment-rdms.yml
│
├── epo\
# preprocessed epoch files from 02_preprocessing.py
│   ├── sub-01-epo.fif
│   ├── sub-02-epo.fif
│   ├── sub-03-epo.fif
│   ├── sub-04-epo.fif
│   ├── sub-06-epo.fif
│   ├── sub-07-epo.fif
│   ├── sub-08-epo.fif
│   ├── sub-09-epo.fif
│   ├── sub-10-epo.fif
│   ├── sub-11-epo.fif
│   ├── sub-12-epo.fif
│   ├── sub-13-epo.fif
│   ├── sub-14-epo.fif
│   ├── sub-15-epo.fif
│   └── sub-16-epo.fif
│
├── estimates\
# .rds files for estimates and posterior samples (draws) saved from Bayesian models
│   ├── ANNs_p1_draws.rds
│   ├── ANNs_poi_draws.rds
│   ├── ANNs_time_resolved.rds
│   ├── controls_all_chs_cor_samps_long.rds
│   ├── controls_all_chs_timecourse.rds
│   ├── controls_cor_samps_long.rds
│   ├── controls_timecourse.rds
│   ├── jacc_geom_p1_draws.rds
│   ├── jacc_geom_poi_draws.rds
│   ├── jacc_geom_time_resolved.rds
│   ├── ot_geom_p1_draws.rds
│   ├── ot_geom_poi_draws.rds
│   ├── ot_geom_time_resolved.rds
│   ├── planned_timecourse.rds
│   ├── prereg_cor_samps_long.rds
│   └── sensitivity_lkj_prior.rds
│
├── fig\
# contains all figures
│   │
│   ├── ica\
│   │   ├── ica_Hz_100_example.pdf
│   │   ├── ica_Hz_40_example.pdf
│   │   ├── ica_Hz_example_impact.pdf
│   │   ├── ica_N_32_example.pdf
│   │   ├── ica_N_64_example.pdf
│   │   └── ica_N_example_impact.pdf
│   │
│   ├── optimisation_illustration\
│   │   ├── j_example_0.svg
│   │   ├── j_example_1.svg
│   │   ├── j_example_2.svg
│   │   ├── j_example_3.svg
│   │   ├── j_example_4.svg
│   │   ├── mats_jacc.svg
│   │   ├── mats_ot.svg
│   │   ├── optimisation_illustration.png
│   │   ├── optimisation_illustration.svg
│   │   ├── spaces.svg
│   │   ├── w_example_0.svg
│   │   ├── w_example_1.svg
│   │   ├── w_example_2.svg
│   │   ├── w_example_3.svg
│   │   └── w_example_4.svg
│   │
│   ├── pattern_examples\
│   │   ├── a.svg
│   │   ├── b.svg
│   │   ├── c.svg
│   │   ├── colorbar.svg
│   │   ├── d.svg
│   │   ├── e.svg
│   │   ├── f.svg
│   │   ├── g.svg
│   │   ├── h.svg
│   │   ├── i.svg
│   │   ├── j.svg
│   │   ├── k.svg
│   │   ├── l.svg
│   │   ├── m.svg
│   │   ├── n.svg
│   │   ├── o.svg
│   │   ├── p.svg
│   │   ├── q.svg
│   │   ├── r.svg
│   │   ├── s.svg
│   │   ├── t.svg
│   │   ├── u.svg
│   │   ├── v.svg
│   │   ├── w.svg
│   │   ├── x.svg
│   │   ├── y.svg
│   │   ├── z.svg
│   │   ├── ß.svg
│   │   ├── ä.svg
│   │   ├── ö.svg
│   │   └── ü.svg
│   │
│   ├── rank_rdm_examples\
│   │   ├── colorbar.svg
│   │   ├── rank_rdm_0.svg
│   │   ├── rank_rdm_1.svg
│   │   ├── rank_rdm_10.svg
│   │   ├── rank_rdm_11.svg
│   │   ├── rank_rdm_12.svg
│   │   ├── rank_rdm_13.svg
│   │   ├── rank_rdm_14.svg
│   │   ├── rank_rdm_2.svg
│   │   ├── rank_rdm_3.svg
│   │   ├── rank_rdm_4.svg
│   │   ├── rank_rdm_5.svg
│   │   ├── rank_rdm_6.svg
│   │   ├── rank_rdm_7.svg
│   │   ├── rank_rdm_8.svg
│   │   └── rank_rdm_9.svg
│   │
│   ├── rdm_examples\
│   │   ├── colorbar.svg
│   │   ├── rdm_0.svg
│   │   ├── rdm_1.svg
│   │   ├── rdm_10.svg
│   │   ├── rdm_11.svg
│   │   ├── rdm_12.svg
│   │   ├── rdm_13.svg
│   │   ├── rdm_14.svg
│   │   ├── rdm_2.svg
│   │   ├── rdm_3.svg
│   │   ├── rdm_4.svg
│   │   ├── rdm_5.svg
│   │   ├── rdm_6.svg
│   │   ├── rdm_7.svg
│   │   ├── rdm_8.svg
│   │   └── rdm_9.svg
│   │
│   ├── ANN_joined.pdf
│   ├── ANN_joined.png
│   ├── ERP.svg
│   ├── RDM_illustration.pdf
│   ├── RDM_illustration.svg
│   ├── avg_neural_rdm.png
│   ├── channels.pdf
│   ├── controls.pdf
│   ├── controls.png
│   ├── illustrate_controls.pdf
│   ├── illustrate_controls.png
│   ├── intro_jaccard_examples.pdf
│   ├── intro_jaccard_examples.png
│   ├── intro_jaccard_examples.svg
│   ├── intro_ot_examples.pdf
│   ├── intro_ot_examples.png
│   ├── intro_stim_rdms.pdf
│   ├── intro_stim_rdms.png
│   ├── intro_stim_rdms.svg
│   ├── intro_stim_rdms_plus_ot_illustration.pdf
│   ├── intro_stim_rdms_plus_ot_illustration.svg
│   ├── intro_stim_rdms_rank_only.pdf
│   ├── intro_stim_rdms_rank_only.png
│   ├── jacc_ot_geom_poi_joined.pdf
│   ├── jacc_ot_geom_poi_joined.png
│   ├── jacc_ot_geom_poi_p1_joined.pdf
│   ├── jacc_ot_geom_poi_p1_joined.png
│   ├── main_analysis.pdf
│   ├── main_analysis.svg
│   ├── model_rdm_jacc.png
│   ├── model_rdm_ot.png
│   ├── neural_rdm.png
│   ├── posterior_poi_partial.pdf
│   ├── posterior_poi_partial.png
│   ├── posterior_poi_partial.svg
│   ├── sensitivity_analysis.pdf
│   ├── sensitivity_analysis.png
│   ├── tc_joined_CrI.pdf
│   ├── tc_joined_CrI.png
│   ├── tc_joined_CrI.svg
│   └── tc_joined_CrI_bf.pdf
│
├── fig_code\
# code used to generate figures in the fig/ directory
│   ├── 99_estimate_spaces.py
│   ├── 99_estimate_spaces_illustrate.py
│   ├── 99_estimate_spaces_jaccard.npy
│   ├── 99_estimate_spaces_wasserstein.npy
│   ├── 99_illustrate_control_rdms.py
│   ├── 99_jaccard_distance_figure.py
│   ├── 99_make_all_ggplots.R
│   ├── 99_optimal_transport_figure.py
│   ├── 99_plot_ica_N_change_examples.py
│   ├── 99_plot_ica_filter_change_examples.py
│   ├── 99_rdms_corr.py
│   ├── ggplot2_theme.R
│   └── mpl_setup_fonts.py
│
├── noise_ceiling\
# noise ceiling estimates output by 03_get_neural_rdms.py
│   ├── noise_ceiling_p1.csv
│   ├── noise_ceiling_poi.csv
│   ├── noise_ceiling_poi_all_chs.csv
│   ├── noise_ceiling_time.csv
│   └── noise_ceiling_time_all_chs.csv
│
├── rdm_data\
# per-paricipant neural dissimilarity matrices (RDMs) output by 03_get_neural_rdms.py
│   │
│   ├── p1_period\
│   │   ├── sub-01.csv
│   │   ├── sub-02.csv
│   │   ├── sub-03.csv
│   │   ├── sub-04.csv
│   │   ├── sub-06.csv
│   │   ├── sub-07.csv
│   │   ├── sub-08.csv
│   │   ├── sub-09.csv
│   │   ├── sub-10.csv
│   │   ├── sub-11.csv
│   │   ├── sub-12.csv
│   │   ├── sub-13.csv
│   │   ├── sub-14.csv
│   │   ├── sub-15.csv
│   │   └── sub-16.csv
│   │
│   ├── period_of_interest\
│   │   ├── sub-01.csv
│   │   ├── sub-02.csv
│   │   ├── sub-03.csv
│   │   ├── sub-04.csv
│   │   ├── sub-06.csv
│   │   ├── sub-07.csv
│   │   ├── sub-08.csv
│   │   ├── sub-09.csv
│   │   ├── sub-10.csv
│   │   ├── sub-11.csv
│   │   ├── sub-12.csv
│   │   ├── sub-13.csv
│   │   ├── sub-14.csv
│   │   ├── sub-15.csv
│   │   └── sub-16.csv
│   │
│   ├── period_of_interest_all_chs\
│   │   ├── sub-01.csv
│   │   ├── sub-02.csv
│   │   ├── sub-03.csv
│   │   ├── sub-04.csv
│   │   ├── sub-06.csv
│   │   ├── sub-07.csv
│   │   ├── sub-08.csv
│   │   ├── sub-09.csv
│   │   ├── sub-10.csv
│   │   ├── sub-11.csv
│   │   ├── sub-12.csv
│   │   ├── sub-13.csv
│   │   ├── sub-14.csv
│   │   ├── sub-15.csv
│   │   └── sub-16.csv
│   │
│   ├── time_resolved\
│   │   ├── sub-01.csv
│   │   ├── sub-02.csv
│   │   ├── sub-03.csv
│   │   ├── sub-04.csv
│   │   ├── sub-06.csv
│   │   ├── sub-07.csv
│   │   ├── sub-08.csv
│   │   ├── sub-09.csv
│   │   ├── sub-10.csv
│   │   ├── sub-11.csv
│   │   ├── sub-12.csv
│   │   ├── sub-13.csv
│   │   ├── sub-14.csv
│   │   ├── sub-15.csv
│   │   └── sub-16.csv
│   │
│   └── time_resolved_all_chs\
│       ├── sub-01.csv
│       ├── sub-02.csv
│       ├── sub-03.csv
│       ├── sub-04.csv
│       ├── sub-06.csv
│       ├── sub-07.csv
│       ├── sub-08.csv
│       ├── sub-09.csv
│       ├── sub-10.csv
│       ├── sub-11.csv
│       ├── sub-12.csv
│       ├── sub-13.csv
│       ├── sub-14.csv
│       ├── sub-15.csv
│       └── sub-16.csv
│
│
├── scold\
# custom python functions used to calculate model RDMs
│   ├── arr_sim.py
│   ├── bubbles.py
│   ├── draw.py
│   ├── phase.py
│   ├── rumelhart.py
│   ├── string_sim.py
│   ├── text_arr_sim.py
│   ├── text_arr_sim_wasserstein.py
│   └── utils.py
│
├── stim_sim\
# model RDMs output by 00_get_orth_model_rdms.py and 01_get_corpus_model_rdms.py
│   │
│   ├── ANNs\
│   │   │
│   │   ├── cornet-z_imagenet\
│   │   │   ├── IT.csv
│   │   │   ├── IT.npy
│   │   │   ├── V1.csv
│   │   │   ├── V1.npy
│   │   │   ├── V2.csv
│   │   │   ├── V2.npy
│   │   │   ├── V4.csv
│   │   │   └── V4.npy
│   │   │
│   │   ├── cornet-z_imagenet_letters\
│   │   │   ├── IT.csv
│   │   │   ├── IT.npy
│   │   │   ├── V1.csv
│   │   │   ├── V1.npy
│   │   │   ├── V2.csv
│   │   │   ├── V2.npy
│   │   │   ├── V4.csv
│   │   │   └── V4.npy
│   │   │
│   │   ├── cornet-z_letters\
│   │   │   ├── IT.csv
│   │   │   ├── IT.npy
│   │   │   ├── V1.csv
│   │   │   ├── V1.npy
│   │   │   ├── V2.csv
│   │   │   ├── V2.npy
│   │   │   ├── V4.csv
│   │   │   └── V4.npy
│   │   │
│   │   ├── resnet50_imagenet\
│   │   │   ├── layer1.0.csv
│   │   │   ├── layer1.0.npy
│   │   │   ├── layer1.1.csv
│   │   │   ├── layer1.1.npy
│   │   │   ├── layer1.2.csv
│   │   │   ├── layer1.2.npy
│   │   │   ├── layer2.0.csv
│   │   │   ├── layer2.0.npy
│   │   │   ├── layer2.1.csv
│   │   │   ├── layer2.1.npy
│   │   │   ├── layer2.2.csv
│   │   │   ├── layer2.2.npy
│   │   │   ├── layer2.3.csv
│   │   │   ├── layer2.3.npy
│   │   │   ├── layer3.0.csv
│   │   │   ├── layer3.0.npy
│   │   │   ├── layer3.1.csv
│   │   │   ├── layer3.1.npy
│   │   │   ├── layer3.2.csv
│   │   │   ├── layer3.2.npy
│   │   │   ├── layer3.3.csv
│   │   │   ├── layer3.3.npy
│   │   │   ├── layer3.4.csv
│   │   │   ├── layer3.4.npy
│   │   │   ├── layer3.5.csv
│   │   │   ├── layer3.5.npy
│   │   │   ├── layer4.0.csv
│   │   │   ├── layer4.0.npy
│   │   │   ├── layer4.1.csv
│   │   │   ├── layer4.1.npy
│   │   │   ├── layer4.2.csv
│   │   │   └── layer4.2.npy
│   │   │
│   │   ├── resnet50_imagenet_letters\
│   │   │   ├── layer1.0.csv
│   │   │   ├── layer1.0.npy
│   │   │   ├── layer1.1.csv
│   │   │   ├── layer1.1.npy
│   │   │   ├── layer1.2.csv
│   │   │   ├── layer1.2.npy
│   │   │   ├── layer2.0.csv
│   │   │   ├── layer2.0.npy
│   │   │   ├── layer2.1.csv
│   │   │   ├── layer2.1.npy
│   │   │   ├── layer2.2.csv
│   │   │   ├── layer2.2.npy
│   │   │   ├── layer2.3.csv
│   │   │   ├── layer2.3.npy
│   │   │   ├── layer3.0.csv
│   │   │   ├── layer3.0.npy
│   │   │   ├── layer3.1.csv
│   │   │   ├── layer3.1.npy
│   │   │   ├── layer3.2.csv
│   │   │   ├── layer3.2.npy
│   │   │   ├── layer3.3.csv
│   │   │   ├── layer3.3.npy
│   │   │   ├── layer3.4.csv
│   │   │   ├── layer3.4.npy
│   │   │   ├── layer3.5.csv
│   │   │   ├── layer3.5.npy
│   │   │   ├── layer4.0.csv
│   │   │   ├── layer4.0.npy
│   │   │   ├── layer4.1.csv
│   │   │   ├── layer4.1.npy
│   │   │   ├── layer4.2.csv
│   │   │   └── layer4.2.npy
│   │   │
│   │   └── resnet50_letters\
│   │       ├── layer1.0.csv
│   │       ├── layer1.0.npy
│   │       ├── layer1.1.csv
│   │       ├── layer1.1.npy
│   │       ├── layer1.2.csv
│   │       ├── layer1.2.npy
│   │       ├── layer2.0.csv
│   │       ├── layer2.0.npy
│   │       ├── layer2.1.csv
│   │       ├── layer2.1.npy
│   │       ├── layer2.2.csv
│   │       ├── layer2.2.npy
│   │       ├── layer2.3.csv
│   │       ├── layer2.3.npy
│   │       ├── layer3.0.csv
│   │       ├── layer3.0.npy
│   │       ├── layer3.1.csv
│   │       ├── layer3.1.npy
│   │       ├── layer3.2.csv
│   │       ├── layer3.2.npy
│   │       ├── layer3.3.csv
│   │       ├── layer3.3.npy
│   │       ├── layer3.4.csv
│   │       ├── layer3.4.npy
│   │       ├── layer3.5.csv
│   │       ├── layer3.5.npy
│   │       ├── layer4.0.csv
│   │       ├── layer4.0.npy
│   │       ├── layer4.1.csv
│   │       ├── layer4.1.npy
│   │       ├── layer4.2.csv
│   │       └── layer4.2.npy
│   │
│   │
│   ├── complexity\
│   │   ├── complexity.csv
│   │   ├── complexity.npy
│   │   └── complexity_features.csv
│   │
│   ├── frequency\
│   │   ├── frequency.csv
│   │   ├── frequency.npy
│   │   └── frequency_features.csv
│   │
│   ├── jacc_geom\
│   │   ├── jacc_T0_S0_R0_Flr0_Fud0.csv
│   │   ├── jacc_T0_S0_R0_Flr0_Fud0.npy
│   │   ├── jacc_T0_S0_R1_Flr0_Fud0.csv
│   │   ├── jacc_T0_S0_R1_Flr0_Fud0.npy
│   │   ├── jacc_T0_S1_R0_Flr0_Fud0.csv
│   │   ├── jacc_T0_S1_R0_Flr0_Fud0.npy
│   │   ├── jacc_T0_S1_R1_Flr0_Fud0.csv
│   │   ├── jacc_T0_S1_R1_Flr0_Fud0.npy
│   │   ├── jacc_T1_S0_R0_Flr0_Fud0.csv
│   │   ├── jacc_T1_S0_R0_Flr0_Fud0.npy
│   │   ├── jacc_T1_S0_R1_Flr0_Fud0.csv
│   │   ├── jacc_T1_S0_R1_Flr0_Fud0.npy
│   │   ├── jacc_T1_S1_R0_Flr0_Fud0.csv
│   │   ├── jacc_T1_S1_R0_Flr0_Fud0.npy
│   │   ├── jacc_T1_S1_R1_Flr0_Fud0.csv
│   │   └── jacc_T1_S1_R1_Flr0_Fud0.npy
│   │
│   ├── ot_geom\
│   │   ├── ot_T0_S0_R0_Flr0_Fud0.csv
│   │   ├── ot_T0_S0_R0_Flr0_Fud0.npy
│   │   ├── ot_T0_S0_R1_Flr0_Fud0.csv
│   │   ├── ot_T0_S0_R1_Flr0_Fud0.npy
│   │   ├── ot_T0_S1_R0_Flr0_Fud0.csv
│   │   ├── ot_T0_S1_R0_Flr0_Fud0.npy
│   │   ├── ot_T0_S1_R1_Flr0_Fud0.csv
│   │   ├── ot_T0_S1_R1_Flr0_Fud0.npy
│   │   ├── ot_T1_S0_R0_Flr0_Fud0.csv
│   │   ├── ot_T1_S0_R0_Flr0_Fud0.npy
│   │   ├── ot_T1_S0_R1_Flr0_Fud0.csv
│   │   ├── ot_T1_S0_R1_Flr0_Fud0.npy
│   │   ├── ot_T1_S1_R0_Flr0_Fud0.csv
│   │   ├── ot_T1_S1_R0_Flr0_Fud0.npy
│   │   ├── ot_T1_S1_R1_Flr0_Fud0.csv
│   │   ├── ot_T1_S1_R1_Flr0_Fud0.npy
│   │   ├── ot_pgw.csv
│   │   └── ot_pgw.npy
│   │
│   ├── ot_variants\
│   │   ├── ot_sq0_tcrosscor.csv
│   │   ├── ot_sq0_tcrosscor.npy
│   │   ├── ot_sq0_topt.csv
│   │   ├── ot_sq0_topt.npy
│   │   ├── ot_sq1_tcrosscor.csv
│   │   ├── ot_sq1_tcrosscor.npy
│   │   ├── ot_sq1_topt.csv
│   │   └── ot_sq1_topt.npy
│   │
│   ├── phonology\
│   │   ├── dominant_phonemes.csv
│   │   ├── dominant_phonemes.npy
│   │   ├── dominant_phonemes_features.csv
│   │   ├── letter_names.csv
│   │   ├── letter_names.npy
│   │   └── letter_names_features.csv
│   │
│   └── preregistered\
│       ├── jacc.csv
│       ├── jacc.npy
│       ├── ot.csv
│       └── ot.npy
│
│
├── 00_get_orth_model_rdms.py   # get model RDMs related to orthography
├── 01_get_corpus_model_rdms.py # get other model RDMs (including supp mat analysis)
├── 02_preprocessing.py         # preprocess and epoch the EEG data
├── 03_get_neural_rdms.py       # get neural RDMs from epoched EEG data
├── 04_rsa.R                    # run the main analysis and
├── 05_ot_geom.R                # run the analysis on geometric invariance for Wasserstein distance
├── 06_jacc_geom.R              # run the analysis on geometric invariance for Jaccard distance
├── 07_rsa_anns.R               # run the analysis on alignment with the artificial neural networks
├── 08_controls_rsa.R           # run the analysis with the control RDMs, analysing data from the posterior region of interest
├── 09_controls_rsa_all_chs.R   # run the analysis with the control RDMs, analysing data from all channels
├── 10_sensitivity_analysis.R   # run the sensitivity analysis
# Miscellanious files from here
├── AC-64.bvef                  # channel locations file
├── Arial-Lgt.ttf
├── Dockerfile                  # specifies the docker container
├── Helvetica.ttf
├── README.md
├── SUBTLEX-DE_cleaned_with_Google00_frequencies.csv  # SUBTLEX-DE word frequencies used in the letter frequency RDM
├── arial.ttf
├── project_tree.md             # you are here
├── run.sh                      # maps scripts to expected environments (designed to run in docker container)
└── transcribed_phonological_letter_name_vectors.csv  # the custom-transcribed letter name vectors for the phonological letter-name RDM
```