MétaCan
Menu
Retour à la cohorte
Enregistrement W2010605544 · doi:10.1126/science.1194780

Paradoxical False Memory for Objects After Brain Damage

2010· article· en· W2010605544 sur OpenAlexaff
Stephanie M. McTighe, Rosemary A. Cowell, Boyer D. Winters, Timothy J. Bussey, Lisa M. Saksida

Notice bibliographique

RevueScience · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of Guelph
Organismes subventionnairesBiotechnology and Biological Sciences Research Council
Mots-clésMemory impairmentCognitive psychologyObject (grammar)Interference theoryComputer scienceCognitionCognitive impairmentVisual memoryPsychologyCognitive scienceMemory errorsNeuroscienceArtificial intelligenceWorking memory

Résumé

récupéré en direct d'OpenAlex

Novel or Familiar? Amnesia is characterized by a number of memory deficits, including the apparent inability to distinguish between novel and familiar stimuli. McTighe et al. (p. 1408 ; see the Perspective by Eichenbaum ) observed that the recognition memory of brain-damaged rats in a standard model of amnesia was impaired not because previously experienced objects seemed to be novel, but because objects not previously experienced seemed to be familiar. Furthermore, simply placing the animal in a visually deprived environment during the delay, reducing visual interference, completely rescued the impairment. This counterintuitive finding contradicts the predominant “multiple memory systems” model in which amnesia is usually considered and forces a reconsideration of fundamental assumptions underlying our understanding of amnesia.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,407

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,055
Tête enseignante GPT0,338
Écart entre enseignants0,283 · 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

Citations148
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetMemory and Neural MechanismsTravaux en français237 207