MétaCan
Menu
Retour à la cohorte
Enregistrement W1974734144 · doi:10.1080/09658211.2012.761714

Age-related changes in frequency of mind-wandering and task-related interferences during memory encoding and their impact on retrieval

2013· article· en· W1974734144 sur OpenAlexafffund
David Maillet, M. Natasha Rajah

Notice bibliographique

RevueMemory · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensDouglas Mental Health University InstituteMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychologyEncoding (memory)Task (project management)CognitionCognitive psychologyMind-wanderingDevelopmental psychologyYoung adultElementary cognitive taskNeuroscience

Résumé

récupéré en direct d'OpenAlex

During the performance of cognitive tasks such as memory encoding, attention can become decoupled from the external environment and instead focused on internal thoughts related to the appraisal of the current task (task-related interferences; TRI), or personal thoughts unrelated to the task at hand (mind-wandering; MW). However, the association between the frequency of these thoughts experienced at encoding and retrieval accuracy in young and older adults remains poorly understood. In this study young and older adults encoded lists of words using one of two encoding tasks: judging whether words are man-made/natural (objective task), or whether they are pleasant/neutral (subjective task). We measured the frequency of TRI and MW at encoding, and related them to retrieval accuracy in both age groups. We found that encoding task influenced the type of internal thoughts experienced by young, but not older, adults: young exhibited greater MW in the subjective vs the objective task, and greater TRI in the objective vs subjective encoding task. Second, across both tasks we found marked age-related decreases in both MW and TRI at encoding, and frequency of these thoughts negatively impacted memory retrieval in young adults only. We discuss these findings in relation to current theories of ageing, attention and memory.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,250
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMemoryMême sujetMind wandering and attentionTravaux en français237 207