Confabulation in healthy aging is related to poor encoding and retrieval of over-learned information
Notice bibliographique
Résumé
Normal aging is characterized by deficits that cross multiple cognitive domains including episodic memory and attention. Compared to young adults (YA), older adults (OA) not only show reduction in true memories, but also an increase in false memories. In this study we aim to elucidate how the production of confabulation is influenced by encoding and retrieval processes. We hypothesized that in OA, compared to YA, over-learned information interferes with the recall of specific, unique past episodes and this interference should be more prominent when a concurrent task perturbs the encoding of the episodes to be recalled. We tested this hypothesis using an experimental paradigm in which a group of OA and a group of YA had to recall three different types of story: a previously unknown story, a well-known fairy tale (Snow White), and a modified well-known fairy tale (Little Red Riding Hood is not eaten by the wolf), in three different experimental conditions: (1) free encoding and free retrieval; (2) Divided attention (DA) at encoding and free retrieval; and (3) free encoding and DA at retrieval. Results showed that OA produced significantly more confabulations than YA, particularly, in the recall of the modified fairy tale. Moreover, DA at encoding markedly increased the number of confabulations, whereas DA at retrieval had no effect on confabulation. Our findings reveal the implications of two phenomena in the production of confabulation in normal aging: the effect of poor encoding and the interference of strongly represented, over-learned information in episodic memory recall.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».