Trial-and-error learning improves source memory among young and older adults.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Trial-and-error learning, relative to errorless learning, has been shown to impair memory among older adults, despite evidence from young adults that errors may afford memorial benefits through richer encoding. However, previous studies on the effects of errorless versus trial-and-error learning in older adults has required production of errors based on perceptual cues. We hypothesized that producing errors conceptually associated with targets would boost memory for the encoding context in which information was studied, especially for older adults who do not spontaneously elaborate on targets at encoding. We report two studies examining the impact of generating errors during learning on source memory among young and older adults, with a process dissociation procedure employed in Study 1, and source memory assessed directly in Study 2. In both studies, participants were shown semantic category cues and generated an exemplar either with or without errors. In Study 1, for both age groups trial-and-error learning was associated with lower familiarity-based memory and higher recollection-based memory relative to errorless learning, and the latter effect was more marked for older than younger adults. Similarly, in Study 2, trial-and-error learning was associated with better source memory relative to errorless learning, particularly for the older adults. We argue that trial-and-error learning can enhance source memory and confer memorial benefits when making such errors facilitates semantic elaboration, especially for older adults who do not spontaneously engage in strategic encoding.
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.
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 | 0,000 |
| 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 découle