MétaCan
Menu
Retour à la cohorte
Enregistrement W1987410012 · doi:10.5539/ass.v8n9p38

Emotion and Explicit Verbal Memory: Evidence Using Malay Lexicon

2012· article· en· W1987410012 sur OpenAlexvenueno aff
Rozainee Khairudin, Rohany Nasir, Fatimah Wati Halim, A. Z. Zainah, Wan Shahrazad Wan Sulaiman, Kamariah Noor Ismail, G. M. Valipour

Notice bibliographique

RevueAsian Social Science · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyRecallMalayLexiconCognitive psychologyTest (biology)Recognition memoryVerbal memoryCognitionFree recallWord (group theory)LinguisticsNatural language processingComputer science

Résumé

récupéré en direct d'OpenAlex

The dichotomy of emotional system and cognitive system has been debated for centuries. As a result, there is still much to know about the effects of emotions on memory. In two experiments, emotion was manipulated to investigate its effect on recall and recognition of words. Experiment 1 used a recognition test and experiment 2 used a free recall test. Emotion was manipulated in word stimuli: positive words, negative words and neutral words (baseline condition). Malay words were used as the verbal stimuli. The valences of the words were taken from ANEW. Results revealed that memory was better on the recognition test than recall test. Emotion had a significant effect on memory performance where both positive and negative emotions improved memory when compared to the baseline condition. The implication is that Malay words elicit a different result on explicit memory when emotional content of the words was manipulated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,886

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,112
Tête enseignante GPT0,353
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetMemory Processes and InfluencesTravaux en français237 207