Why is the meaning of a sentence better remembered than its form? An fMRI study on the role of novelty‐encoding processes
Notice bibliographique
Résumé
Episodic memory is based primarily on meaning. This is behaviorally well documented in studies on memory for prose, in which the meaning of novel sentences is typically well remembered but information pertaining to exact wording and syntax is not. The neural basis of this 'verbatim effect' is poorly understood. In the current fMRI study, we manipulated the novelty of sentences at different levels to test whether medial temporal lobe (MTL) regions that are known to play a critical role in verbal episodic encoding would respond preferentially to the novelty of sentence meaning. Fifteen participants were pre-familiarized with auditory sentences describing unique episodes. During scanning, they encountered sentences that were old, that contained a change in (i.e., were novel in terms of) syntactic relationships, that contained a change in semantic relationships, or that described an entirely novel episode. Subsequently, participants performed a recognition memory test for the different types of novel information encountered. Behavioral data confirmed the typical verbatim effect. Analyses of fMRI data revealed differential MTL activation in the left hippocampus and entorhinal cortex with a response profile across conditions that paralleled the behavioral results; the identified region responded selectively to those conditions that contained semantic novelty. Other regions, by contrast, showed a novelty response that did not share this selectivity. Our findings suggest that the verbatim effect can be linked to hippocampally-based novelty-assessment processes that operate based on semantic relationships.
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 | 0,001 |
| 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 | 0,001 | 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 ».